HTML5人工智能基础及OO实践

来自：/article/4708776.html

人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展智能的理论、方法、技术及应用系统的一门新的技术科学。本篇从严格意义上说属于人工智能的范畴，但也是基础中的基础。本篇的目的是要赋予小球解散和集合两项基本指令（智商），本篇内容子弹追踪等塔防类游戏当中。

基础类

二维向量(2D vector)可谓2D游戏或是动画里最常用型别了。这里三维向量用Vector2类实现，用(x, y)表示。 Vector2亦用来表示空间中的点(point)，而不另建类。先看代码：

(function(window) {

var Vector2 = function(x, y) {

this.x = x || 0;

this.y = y || 0;

};

Vector2.prototype = {

set: function(x, y) {

this.x = x;

this.y = y;

return this;

},

sub: function(v) {

return new Vector2(this.x - v.x, this.y - v.y);

},

multiplyScalar: function(s) {

this.x *= s;

this.y *= s;

return this;

},

divideScalar: function(s) {

if (s) {

this.x /= s;

this.y /= s;

} else {

this.set(0, 0);

}

return this;

},

length: function() {

return Math.sqrt(this.lengthSq());

},

normalize: function() {

return this.divideScalar(this.length());

},

lengthSq: function() {

return this.x * this.x + this.y * this.y;

},

distanceToSquared: function(v) {

var dx = this.x - v.x,

dy = this.y - v.y;

return dx * dx + dy * dy;

},

distanceTo: function(v) {

return Math.sqrt(this.distanceToSquared(v));

},

setLength: function(l) {

return this.normalize().multiplyScalar(l);

}

};

window.Vector2 = Vector2;

} (window));

使用该类需要特别注意和区分的地方是：

它什么时候代表点、什么时候代表向量。

当其代表向量的时候，它的几何意义是什么？

不能把其当成一个黑盒来调用，需要知其然并知其所以然。

在下面的使用的过程当中，我会特别标注其代表点还是向量；代表向量时，其几何意义是什么？

给小球赋予智商，顾名思义需要小球类：

(function (window) {

var Ball = function (r, v, p, cp) {

this.radius = r;

this.velocity = v;

this.position = p;

this.collectionPosition = cp;

}

Ball.prototype = {

collection: function (v) {

this.velocity = this.collectionPosition.sub(this.position).setLength(v);

},

disband: function () {

this.velocity = new Vector2(MathHelp.getRandomNumber(-230, 230), MathHelp.getRandomNumber(-230, 230));

}

}

window.Ball = Ball;

} (window));

其中

小球拥有4个属性，分别是：radius半径、velocity速度（Vector2）、position位置(Vector2)、collectionPosition集合点/小球的家(Vector2)。

小球拥有2个方法，分别是：collection集合、disband解散。

小球的集合方法所传递的参数为集合的速度，因为小球都有一个集合点的属性，所以这里不用再传入集合点/家给小球。

这里详细分析一下collection方法，这也是整个demo的关键代码。

collection: function (v) {

this.velocity = this.collectionPosition.sub(this.position).setLength(v);

},

因为setLength设置向量的长度：

setLength: function (l) {

return this.normalize().multiplyScalar(l);

}

所以collection可以改成：

this.velocity = this.collectionPosition.sub(this.position).normalize().multiplyScalar(v);

normalize是获取单位向量，也可以改成：

this.collectionPosition.sub(this.position).divideScalar(this.length()).multiplyScalar(v);

整个Vector2黑盒就全部展现出来，其整个过程都是向量的运算，代表含义如下所示：

this.collectionPosition

.sub(this.position) 获取小球所在位置指向小球的向量；

.divideScalar(this.length()) 获取小球所在位置指向小球的向量的单位向量；

.multiplyScalar(v); 设置该向量的长度。

最后把所得到的向量赋给小球的速度。

上面我们还是用到了解散方法，其过程是帮小球生成一个随机速度，用到了MathHelp类的一个静态方法：

(function (window) {

var MathHelp = {};

MathHelp.getRandomNumber = function (min, max) {

return (min + Math.floor(Math.random() * (max - min + 1)));

}

window.MathHelp = MathHelp;

} (window));

粒子生成

写了Vector2、Ball、MathHeper三个类之后，终于可以开始实现一点东西出来！

var ps = [], balls = [];

function init(tex) {

balls.length = 0;

ps.length = 0;

cxt.clearRect(0, 0, canvas.width, canvas.height);

cxt.fillStyle = "rgba(0,0,0,1)";

cxt.fillRect(0, 0, canvas.width, canvas.height);

cxt.fillStyle = "rgba(255,255,255,1)";

cxt.font = "bolder 160px 宋体";

cxt.textBaseline = 'top';

cxt.fillText(tex, 20, 20);

//收集所有像素

for (y = 1; y < canvas.height; y += 7) {

for (x = 1; x < canvas.width; x += 7) {

imageData = cxt.getImageData(20 + x, 20 + y, 1, 1);

if (imageData.data[0] > 170) {

ps.push({

px: 20 + x,

py: 20 + y

               })

}

}

};

cxt.fillStyle = "rgba(0,0,0,1)";

cxt.fillRect(20, 20, canvas.width, canvas.height);

//像素点和小球转换

for (var i in ps) {

var ball = new Ball(2, new Vector2(0, 0), new Vector2(ps[i].px, ps[i].py), new Vector2(ps[i].px, ps[i].py));

balls.push(ball);

};

cxt.fillStyle = "#fff";

for (i in balls) {

cxt.beginPath();

cxt.arc(balls[i].position.x, balls[i].position.y, balls[i].radius, 0, Math.PI * 2, true);

cxt.closePath();

cxt.fill();

}

//解散：生成随机速度

for (var i in balls) {

balls[i].disband();

}

}

其中分三个步骤：收集所有像素、 像素点和小球转换、生成随机速度。整个demo我们需要一个loop

var time = 0;

var cyc = 15;

var a = 80;

var collectionCMD = false;

setInterval(function () {

cxt.fillStyle = "rgba(0, 0, 0, .3)";

cxt.fillRect(0, 0, canvas.width, canvas.height);

cxt.fillStyle = "#fff";

time += cyc;

for (var i in balls) {

if (collectionCMD === true && balls[i].position.distanceTo(balls[i].collectionPosition) < 2) {

balls[i].velocity.y = 0;

balls[i].velocity.x = 0;

}

}

if (time === 3000) {

collectionCMD = true;

    for (var i in balls) {

balls[i].collection(230);

}

}

if (time === 7500) {

time = 0;

collectionCMD = false;

    for (var i in balls) {

    balls[i].disband();

}

}

for (var i in balls) {

cxt.beginPath();

cxt.arc(balls[i].position.x, balls[i].position.y, balls[i].radius, 0, Math.PI * 2, true);

cxt.closePath();

cxt.fill();

balls[i].position.y += balls[i].velocity.y * cyc / 1000;

balls[i].position.x += balls[i].velocity.x * cyc / 1000;

}

},

cyc);

这里使用time整体控制，使其无限loop。ps:这里还有一点不够OO的地方就是应当为ball提供一个draw方法。

其中的balls[i].position.distanceTo(balls[i].collectionPosition) 代表了点与点之间的距离，这里判断小球是否到了集合点或家。这里其几何意义就不再向量了。

这你也敢叫人工智能？ok，未完待续......