在没有延迟的情况下以非常快的速度递增sprite位置- Python
我正在使用Python中的Kivy为一个学校项目制作一个乒乓球游戏。到目前为止，多亏了这个论坛，我已经为NPC划桨做了一些人工智能。代码如下：
if self.ball.y < self.player2.center_y:
self.player2.center_y = self.player2.center_y - 4
if self.ball.y > self.player2.center_y:
self.player2.center_y = self.player2.center_y + 4这是在名为ArtificialIntelligence()的PongGame()类的方法中。
我用这个来称呼它：
Clock.schedule_interval(game.ArtificialIntelligence, 1/300) 这允许我每隔1/300秒调用它一次。但是，任何超过1/300的值，我似乎都没有区别。也就是说，1/9001不会每1/9001秒调用它一次。
它的工作方式是将y坐标相对于球的位置增加4个像素，并且每隔1/300秒这样做一次，因此它不会以这个速度“滞后”。对于玩家来说，这基本上是一种“简单”的模式。如果我想做一个“硬”模式，我需要让NPC更准确。我可以这样做
self.player2.center_y = self.player2.center_y + 20就像这样。这是非常准确的。然而，它看起来并不“流畅”，它看起来“滞后”。我假设我可以通过更频繁地调用该方法来获得相同的移动量，而不是通过改变像素移动来改变它的移动量。然而，我不知道如何做到这一点，因为，正如我所说的，从高于1/300的任何位置更改它似乎没有什么不同。
这就是我如何使用我的球拍：
if touch.x < self.width/3:
self.player1.center_y = touch.y我可以随心所欲地移动它，因为它会随着我移动鼠标而更新。而且它看起来很流畅，因为它需要更新就更新一次。我不知道如何用我的人工智能来做这件事。
有没有人知道我怎么才能让NPC的划桨更准确，让我做简单-正常-困难等等，同时保持流畅性和没有滞后？我认为只有一种方法可以做到这一点:增加方法的调用数量。
然而，我打赌一定有更好的方法，但我不知道该怎么做。有人知道我是怎么做到的吗？谢谢。
编辑:看起来我可以这样做：
Clock.schedule_interval(game.ArtificialIntelligence, 1/300)
Clock.schedule_interval(game.ArtificialIntelligence, 1/300)
Clock.schedule_interval(game.ArtificialIntelligence, 1/300)
Clock.schedule_interval(game.ArtificialIntelligence, 1/300)
Clock.schedule_interval(game.ArtificialIntelligence, 1/300) 但这看起来真的很丑陋，效率也很低。我更喜欢更干净的方式。
回答 3
Stack Overflow用户
发布于 2012-07-30 19:01:11
在每秒300帧的速度下，问题不在于更新速度，因为您的人眼感知运动的能力超出了50倍或更多。
之所以会出现急速运动，是因为球是沿着线性轨迹运动的，而你的球拍只是跳到球现在所在的位置。理想情况下，你的电脑玩家可以计算出当球击中电脑球拍的平面时球将在哪里，然后以每秒30帧或更少的速度非常平滑地到达该位置。当然，预测数学需要少量的三角运算，但从某种意义上说，这是一种“正确”的方法，那就是一个好的玩家会如何玩，通过预测。
仅仅增加计算机的控制板的大小会容易得多，这也会给人类玩家一个视觉上的指示，让他们知道游戏到底有多难。当电脑的棋盘变成一堵墙时，玩家会发现没有什么可赢的了。更大的球拍会有一个副作用，那就是不那么抖动，但这是否是一个“好”的方法取决于你的决定。
Stack Overflow用户
发布于 2012-07-30 21:08:50
我的建议是使用trig来计算出球将在哪里，并让球拍移动到那里来拦截它。
动画将在每秒30帧时平滑。
当制作一款游戏时，AI现在非常重要，玩家看不到它的“作弊”，给它一个更大的桨，或者传送的能力，将是这一点的明显迹象。它应该以与人类相同的方式玩，只是更好-而不是使用玩家无法访问的某种机制。“这个游戏很烂，因为CPU作弊”是视频游戏论坛上非常常见的负面评论。
编辑:例如:如果随机(X) <=球的速度，则正确拦截，否则以随机(Y)为单位未命中。
Stack Overflow用户
发布于 2012-07-31 12:24:29
谢谢你们的帮助，在你们的帮助和他的帮助下，我和我的老师一起解决了这个问题。
他开发了这个算法(他做得太快了，我真的不能理解它！)但这实际上是使用trig来生成桨的位置(注意，我没有使用角度，因为我有其他可以使用的值)
def AIController(self, *args):
ballsFuturePos = self.ball.center_y + ((self.width - self.ball.center_x) / self.ball.velocity_x) * self.ball.velocity_y
numIterations = ((self.width - self.ball.center_x) / self.ball.velocity_x)
#print ballsFuturePos
#print numIterations
if numIterations > 0:
self.wantedPos = self.player2.center_y +(ballsFuturePos - self.player2.center_y) / numIterations
#print wantedPos
#self.player2.center_y = wantedPos + (error / wantedPos) * 100
if self.player2.center_y < self.wantedPos:
self.player2.center_y = self.player2.center_y + 9
if self.player2.center_y > self.wantedPos:
self.player2.center_y = self.player2.center_y - 9所以我通过得到球的y位置，加上(width -球的x位置)(它给出了离屏幕最右边的x像素有多远)，然后我用x速度除以x速度，再用y速度乘以整个东西，得到了斜率(我想)，所以现在斜率计算出来了，它也意味着它有轨迹，因此可以预测球将击中屏幕的位置。
我计算了到达球所需的迭代次数，方法是将屏幕的宽度减去球的x位置，这将计算出距离屏幕最右侧有多远，然后除以速度。这给了我一个可以用来迭代的数字。
现在我使用这个进行迭代，并创建一个名为wantedPos的变量，这是我希望我的划板所在的位置。随着每次调用中numIterations的减少，wantedPos也会减少，这意味着差距会变小。然后，我使用9作为速度来迭代靠近球的球拍，这允许我增加或减少难度。
谢谢。如果我在描述他的行为时弄错了逻辑，请告诉我！我想我理解它，但确认一下会更好:)
https://stackoverflow.com/questions/11718743
复制相似问题