Perseguir (pursuit) e desviar (evade)

Os comportamentos de navegação (steering behaviors) foram introduzidos pela primeira vez em 1987. Desde então, eles passaram a ser usados em vários tipos de simulação. A primeira aparição dessa técnica de algoritmo foi em uma simulação de revoada de pássaros e um cardume de peixes.

Um conjunto de vários comportamentos possibilitam a simulação de agentes que se comportam como pássaros em uma revoada. Dentro desses comportamentos, já foram publicados os seguintes comportamentos:

• Busca, fuga e chegada
• Vagar

Uma das vantagens de utilizar os comportamentos de navegação é a compatibilidade entre os comportamentos. É possível estender alguns comportamentos para que eles se tornem ainda mais realísticos. Os comportamentos de perseguição (pursuit) e esquiva (evade) são exemplos disso.

O que são os comportamentos de perseguição e esquiva?

Os comportamentos de perseguição e esquiva são uma extensão dos comportamentos de busca (seek) e fuga (flee). Os comportamentos de busca e fuga simulam um agente com um desejo de ir em uma determinada direção. O desejo do agente é definido com base no alvo de referência. Em outras palavras, se o agente estiver buscando pelo alvo, a direção desejada será calculada através de uma subtração da distância entre os dois agentes. Essa direção será normalizada e em seguida multiplicada pelo velocidade máxima do agente. O resultado é uma pequena aproximação do agente em relação ao alvo de referência em cada frame. O comportamento de fuga é praticamente idêntico ao comportamento de busca, a única diferença é que a direção desejada será convertida para um valor negativo. O resultado disso é um distanciamento em relação ao alvo de diferença.

Assim como os comportamentos de busca e fuga, os comportamentos de perseguição e esquiva possuem os mesmos valores com um sinal oposto. Se o valor da perseguição é positivo, o valor da esquiva será negativa. A relação entre esses 4 comportamentos pode ser representada da seguinte maneira:

O comportamento de perseguição estende o comportamento de busca e o comportamento de esquiva estende o comportamento de fuga. A perseguição e a esquiva preveem a trajetória que o alvo irá fazer no futuro, assim antecipando o movimento e tornando a simulação mais realista.

A perseguição pode ser usada para simular agentes que querem alcançar um determinado alvo. Além de ser simples de implementar traz resultados satisfatórios. A esquiva simula um agente tentanto evitar ser capturado, prevendo o movimento do perseguidor e esquivando de uma provável investida.

Resultado antes de usar o algoritmo de perseguição

Antes de começar a usar os algoritmos de perseguição e evasão, vamos conferir como é uma perseguição usando o algoritmo de busca (seek).

Veja que o nosso agente fica logo atrás do alvo mas não pode capturá-lo. Com essa velocidade, poderíamos ter alcançado o alvo, mas o trajeto que o nosso agente percorre não aparenta ser muito eficiente.

Desenvolvendo o algoritmo de perseguição

A perseguição é uma extensão do comportamento de busca. Após obter o valor da força do movimento de busca, modificamos esse valor para prever a trajetório do alvo.

pursue(target) {
    // Posição do alvo para calcular a distância entre os agentes
	let targetPosition = target.position.clone();
	
	// Velocidade do alvo para prever o trajeto do alvo
	let targetVelocity = target.velocity.clone();

	// Distância entre o nosso agente e o alvo
	let distanceBetween = this.position - targetPosition;

	// Calcula a escala da previsão do futuro
	// Perceba que quanto mais os agentes se aproximam, menor é a escala
	let differenceAhead = distanceBetween.magnitude / target.maxSpeed;
	
	// Multipla o valor da velocidade do alvo para prever o trajeto
	targetVelocity *= differenceAhead;

	// Adiciona na coordenada atual a velocidade multiplicada pela escala
	targetPosition += targetVelocity;

	// Passa ao algoritmo de busca uma posição no futuro
	return this.seek(targetPosition);
}

Primeiro, copiamos os vetores de coordenada e velocidade atual do alvo. Em seguida, calculamos a diferença da distância entre os dois agentes. Agora, veja a variável differenceAhead.

Veja que conforme a distância entre os agentes fica menor, a escala de previsibilidade do trajeto também diminui. Isso quer dizer que quando o agente 1 chegar o mais perto possível do agente 2, a escala de previsibilidade será provavelmente 1.

Ao multiplicar a escala de previsibilidade ao valor de posição atual do agente 2, apenas estamos adiantando esse valor.

A coordenada atual do “agente 2 no futuro” será o valor a ser passado como parâmetro para a função buscar.

Em resumo, o agente 1 estima qual será a posição do alvo no futuro. Essa estimativa é baseada na velocidade e na direção do alvo.

Na demonstração acima, note que há um ponto branco se locomovendo junto. Esse ponto branco representa a posição que o nosso agente está perseguindo.

Desenvolvendo o algoritmo de evasão

A evasão é o mesmo valor da perseguição, mas com um sinal negativo. Mas lembre-se que o comportamento de fuga também possui o mesmo valor do comportamento de busca com um sinal negativo. Logo, podemos simplesmente copiar e colar o código do comportamento de perseguição e mudar apenas a função para “this.flee”.

evade(target) {
	let targetPosition = target.position.clone();
	let targetVelocity = target.velocity.clone();
	let distanceBetween = this.position - targetPosition;
	let differenceAhead = distanceBetween.magnitude / target.maxSpeed;
	targetVelocity *= differenceAhead;
	targetPosition += targetVelocity;
	return this.flee(targetPosition);
}

Agora, ao invés de perseguir, o agente irá tentar fugir do nosso agente estimando o trajeto no futuro.

Nessa demonstração diminuímos a velocidade do alvo para podermos acompanhá-lo.

Conclusão

Os comportamentos de perseguição e esquiva preveem o trajeto do alvo para tomarem decisões. Esse algoritmo pode ser eficiente em casos de simulação de captura e fuga de agentes.