T: tema · Z: kodu büyüt · S: konuşmacı notları · F: tam ekran · Esc: genel bakış · ⌂ ders haritası
OYUNLARDA YAPAY ZEKÂ · HAFTA 7
Steering Davranışları
Seek, arrive, wander, boids — karakterler nasıl “canlı gibi” hareket eder?
PRESS ▶ TO START

Bu derste oyunun haritası 🗺️

  1. Hareket katmanları — karar, yönlendirme, hareket; kovboy ve sığırlar
  2. Seek ve flee — Reynolds’ın formülü: istenen − mevcut
  3. Arrive, pursue, wander — yavaşlamak, önünü kesmek, rastgele ama yumuşak dolaşmak
  4. Engeller ve yollar — antenler, yol izleme
  5. Boids — üç kural, bir sürü (Batman Returns’ten Half-Life’a)
  6. Birleştirmek — ağırlıklı toplamın sorunları ve F1 2011’in context steering’i
  7. Kod — Vehicle sınıfı, boids + üç laboratuvar
  8. Oyunlarda — Supreme Commander 2, Fieldrunners 2, NavMeshAgent, Mass, Yuka
🎮 Bu dersin sonunda…

…bir ajanı hedefe yumuşakça götürebilecek, kaçan bir hedefin önünü kesebilecek, sürü hâlinde hareket eden kuşlar/balıklar yapabilecek, birden çok davranışı çakışmadan birleştirebilecek ve motorunuzun yerleşik kaçınma sistemini bilinçli kullanabileceksiniz.

🤔 ISINMA: PAC-MAN HAYALETİ VS UZAY GEMİSİ

Pac-Man’in hayaleti bir kavşakta anında 90° döner. Bir uzay gemisi, bir araba ya da bir kuş bunu yapabilir mi?

  • Gerçek şeylerin kütlesi ve hızı var: dönmek zaman alır, frenlemek mesafe ister. Izgarada “bir kare sağa” hareketi bunu taşımaz.
  • Y0’da moveToward yazdık: hedefe sabit hızla düz gitmek. Yeterince “canlı” değil: köşeli, robotik.
  • Craig Reynolds’ın fikri: karakteri doğrudan konumlandırma, ona bir kuvvet uygula; hız ve konum fizikle değişsin. Sonuç: kavisli, ataletli, inandırıcı hareket.

🎯 Bu konu için bilmeniz gerekenler

Yeşil = gerekli · kesikli = faydalı ama şart değil. Tıklayınca ilgili sunuma gider.

Y0 · Hazırlık (vektörler, dt, normalize)
Y2/Y3 · FSM ve BT (karar katmanı)BST · Geometrik Uygulamalar (yakın komşu arama)Hash Tabloları (uzamsal ızgara)
Neden?Bu konu tamamen vektör üzerine kurulu: toplama, çıkarma, uzunluk, normalize, “uzunluğu en fazla şu olsun”. Y0’daki vektör oyun alanı ve dt bilgisi yeter. Sürüde “yakındaki kuşları bulmak” veri yapısı problemidir; geometrik arama ve hash sunumlarına bağlanacağız.
🧰 Kodlamadan korkuyorsanızUnity’de NavMeshAgent, Unreal’da CharacterMovement + RVO, Godot’da NavigationAgent zaten seek/arrive ve çarpışmadan kaçınma yapıyor. Bu sunum, onların içinde ne olduğunu ve ne zaman kendi davranışınızı yazmanız gerektiğini anlatıyor. Demoların hepsi kaydırıcıyla ayarlanabilir: önce oynayın.

Mini sözlük

steering · steering forceyönlendirme · direksiyon kuvvetiAjanın hızını değiştirmek için uyguladığı kuvvet
desired velocityistenen hızDavranışın “şu yönde şu hızla gitmek istiyorum” vektörü
max speed · max forceazami hız · azami kuvvetAjanın fiziksel sınırları: ne kadar hızlı gidebilir, ne kadar keskin dönebilir
seek · flee · arriveara · kaç · yavaşlayarak varBir noktaya git / uzaklaş / yaklaşınca yavaşla
pursue · evadetakip (önünü kes) · kaçınHareketli hedefin gelecekteki konumuna göre ara / kaç
wanderdolaşmaYumuşak, rastgele görünen dolaşma
separation · alignment · cohesionayrılma · hizalanma · bütünleşmeBoids’in üç kuralı
emergenceortaya çıkan davranışBasit yerel kurallardan karmaşık grup davranışı doğması
context mapbağlam haritasıHer yön için “ilgi” ve “tehlike” puanları tutan dizi
RVO / ORCA · flow fieldkarşılıklı kaçınma · akış alanıKalabalıkta çarpışmasız yürüme · her hücrede “buradan şuraya git” oku
LEVEL 0
Hareket katmanları
kovboy, at ve sığırlar
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

Reynolds’ın üç katmanı (GDC 1999)

Eylem seçimihedef ve strateji · FSM, BT, utility, GOAP Yönlendirme (steering)yol, ara, kaç, kaçın · BU HAFTA Hareket (locomotion)animasyon, fizik, tekerlek, bacak 🤠 patron: “kaçanineği geri getir”🤠 kovboy: atı ineğeyönlendirir🐎 at: bacaklarınıhareket ettirir
  • Reynolds’ın benzetmesi: sığır sürüsünden bir inek kaçar. Patron bir kovboya “onu getir” der (eylem seçimi). Kovboy atını ineğe doğru yönlendirir, engellerin etrafından dolaştırır (steering). At bacaklarını nasıl oynatacağını bilir (locomotion).
  • Önceki haftalar en üst katmandı. Y8–Y9’da (A*, NavMesh) rota bulacağız; steering o rotayı yumuşakça izler ve anlık engellerden kaçar.
  • Katmanların ayrı olması büyük kolaylık: aynı “kovala” kararı, bir kuş, bir araba ya da bir zombi için farklı locomotion ile çalışır.

🎒 Ön bilgi: konum, hız, ivme

  • Konum p: nerede? Hız v: saniyede ne kadar ve hangi yöne? İvme a: hız saniyede ne kadar değişiyor?
  • Newton: kuvvet = kütle × ivme. Kütleyi 1 alırsak kuvvet = ivme.
  • Her karede (Y0’daki dt ile) Euler adımı: önce hızı, sonra konumu güncelle.
  • İki sınır karakteri “kişiliklendirir”: azami hız (ne kadar hızlı) ve azami kuvvet (ne kadar çevik). Hızlı ama hantal bir tank, yavaş ama çevik bir kedi.

Reynolds’ın formülü: direksiyon = istenen − mevcut

hedef mevcut hız istenen hız(hedefe doğru, azami hızla) direksiyon= istenen − mevcut
  • Davranış söyler: “şu yönde, şu hızla gitmek istiyorum” (istenen hız).
  • Ajan şu an başka bir hızla gidiyor. Aradaki fark, uygulanması gereken düzeltme kuvveti.
  • Kuvvet azami kuvvetle kırpılır: ajan bir anda dönemez, yavaş yavaş döner. Kavisli hareket buradan gelir.
  • Bütün steering davranışları bu kalıbı kullanır; değişen tek şey istenen hızın nasıl hesaplandığı.
Quiz 1 · katmanlar
Bir ajan sağa doğru tam hızla giderken hedef tam arkasında kalırsa “seek” direksiyon kuvveti hangi yönü gösterir?
İstenen hız hedefe (sola) doğru azami hız; mevcut hız sağa. Fark = istenen − mevcut, sola doğru iki kat büyüklükte bir vektördür (azami kuvvetle kırpılır). Ajan önce yavaşlar, sonra sola hızlanır: frenleyip geri dönen bir araç gibi.
LEVEL 1
Seek ve flee
en basit iki davranış
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

Elle seek: kare kare, sayılarla 🎯

Formülün tamamı üç satır: istenen hız = hedefe doğru, azami hızla (yeşil). Direksiyon = istenen − şimdiki hız (kırmızı), ama boyu azami kuvveti geçemez. Sonra hız += direksiyon, konum += hız. “İleri ▶|” ile kare kare ilerleyin ve mavi okun (şimdiki hız) yeşile nasıl yaklaştığını izleyin.

Seek ve flee

Seek’in kusuruHedefe tam hızla gider ve üstünden geçer; sonra geri döner, yine geçer… Hedefin etrafında yörüngeye girer. Bir hayalet için iyi, bir arabanın park etmesi için kötü. Çözüm: arrive (sonraki bölüm).
Flee’nin kusuruSonsuza kadar kaçar. Genelde bir “panik yarıçapı” eklenir: tehdit yakınsa kaç, uzaksa normal davranışa dön (demoda kırmızı kesikli çember).

Canlı: vektörleri görün 🎯

  1. Fareyi ajanın arkasına götürün: kırmızı direksiyon oku geriye dönüyor, ajan kavis çizerek dönüyor.
  2. Azami kuvveti 40’a indirin: ajan bir gemi gibi geniş dönüyor. 800’e çıkarın: bir sinek gibi keskin.
  3. Fareyi bir noktada sabit tutun: ajan hedefin etrafında yörüngeye giriyor mu? (Seek’in kusuru.)
  4. “Flee (kaç)” seçin: kırmızı çember panik yarıçapı. Ajanı bir köşeye sıkıştırabiliyor musunuz?
  5. ▶| 1 kare ile adım adım ilerleyin: her karede yeşil (istenen) ile mavi (mevcut) arasındaki fark = kırmızı.
  6. 🔗 Kaynağından okuyun ve oynayın: Craig Reynolds — Steering Behaviors (her davranışın orijinal çizimi) · The Nature of Code: Autonomous Agents (p5.js ile, tarayıcıda çalışan örnekler).
🔎 DEMODA DENEYİN
  1. Fareyi ajanın arkasına götürün: kırmızı direksiyon oku geriye dönüyor, ajan kavis çizerek dönüyor.
  2. Azami kuvveti 40’a indirin: ajan bir gemi gibi geniş dönüyor. 800’e çıkarın: bir sinek gibi keskin.
  3. Fareyi bir noktada sabit tutun: ajan hedefin etrafında yörüngeye giriyor mu? (Seek’in kusuru.)
  4. “Flee (kaç)” seçin: kırmızı çember panik yarıçapı. Ajanı bir köşeye sıkıştırabiliyor musunuz?
  5. ▶| 1 kare ile adım adım ilerleyin: her karede yeşil (istenen) ile mavi (mevcut) arasındaki fark = kırmızı.
  6. 🔗 Kaynağından okuyun ve oynayın: Craig Reynolds — Steering Behaviors (her davranışın orijinal çizimi) · The Nature of Code: Autonomous Agents (p5.js ile, tarayıcıda çalışan örnekler).

🔗 Başka gözle: etkileşimli anlatımlar ve yazılar

Aynı konuyu başka bir anlatımla, kendi elinizle oynayarak görmek çok işe yarar. Kartlar yeni sekmede açılır; çoğu İngilizce ama görsel ve etkileşimli.

🌿 Autonomous Agents (steering ve sürüler)
The Nature of Code (Daniel Shiffman)
Reynolds’ın steering davranışları ve boids, p5.js ile; her kod parçası tarayıcıda çalışır.
🌿 Forces
The Nature of Code (Daniel Shiffman)
Konum, hız, ivme ve kuvvet; Euler adımının p5.js ile sezgisel anlatımı.
LEVEL 2
Arrive, pursue, wander
yavaşlamak, önünü kesmek, gezinmek
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

Arrive: yavaşlayarak var

  • Hedefin etrafına bir yavaşlama yarıçapı çiz. Dışarıdaysa seek gibi tam hız.
  • İçerideyse istenen hız mesafeyle orantılı küçülür: hız = azami × (mesafe / yarıçap). Hedefte hız sıfır.
  • Park eden araba, köşeye gelen asker, yanınıza koşup duran köpek…
Pursue: önünü kesmekHareketli bir hedefi seek ile kovalarsanız hep arkasından gidersiniz. Pursue, hedefin T saniye sonraki konumunu tahmin eder ve oraya gider. Basit T: mesafe / benim azami hızım (yakınsa az, uzaksa çok ileri bak). Evade aynı tahmine göre kaçar.
Wander: yumuşak rastgelelikHer karede tamamen rastgele yön = titreyen, sinirli bir ajan. Reynolds’ın hilesi: ajanın önüne bir çember koy, çemberin üstünde bir hedef noktası tut ve o noktayı her karede biraz kaydır. Yön değişimleri yumuşak ve doğal olur.

Canlı: arrive, pursue, evade, wander

  1. Arrive: fareyi sabitleyin; ajan sarı çemberin içinde yavaşlayıp tam üstünde duruyor. Seek ile karşılaştırın.
  2. Pursue: mor bot sekerek dolaşıyor. Ajan botun önüne (tahmini konuma) koşuyor mu? Mor kesikli çizgi tahmin.
  3. Evade: ajan botun gelecekteki konumundan kaçıyor; bot ona doğru gelirken erkenden kenara çekiliyor.
  4. Wander: turuncu çember ve üstündeki nokta. Ajan sarhoş gibi değil, keşif yapan bir hayvan gibi gezmeli.
  5. Hepsinde azami kuvveti düşürün: tahmin doğru olsa bile hantal bir ajan yakalayamıyor. Zorluk ayarı için güzel bir düğme!
🔎 DEMODA DENEYİN
  1. Arrive: fareyi sabitleyin; ajan sarı çemberin içinde yavaşlayıp tam üstünde duruyor. Seek ile karşılaştırın.
  2. Pursue: mor bot sekerek dolaşıyor. Ajan botun önüne (tahmini konuma) koşuyor mu? Mor kesikli çizgi tahmin.
  3. Evade: ajan botun gelecekteki konumundan kaçıyor; bot ona doğru gelirken erkenden kenara çekiliyor.
  4. Wander: turuncu çember ve üstündeki nokta. Ajan sarhoş gibi değil, keşif yapan bir hayvan gibi gezmeli.
  5. Hepsinde azami kuvveti düşürün: tahmin doğru olsa bile hantal bir ajan yakalayamıyor. Zorluk ayarı için güzel bir düğme!
Quiz 2 · arrive
Yavaşlama yarıçapı 100, azami hız 160 olan bir ajan hedefe 25 birim uzaklıktaysa arrive’ın istenen hızı ne kadardır?
Yarıçapın içinde: hız = azami × (mesafe / yarıçap) = 160 × 25/100 = 40. Mesafe 0’a indikçe hız da 0’a iner; yarıçapın dışında 160.
LEVEL 3
Engeller ve yollar
antenler, yol izleme ve sınırları
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

Engelden kaçınma ve yol izleme

Anten (feeler)Ajanın önüne, hızıyla orantılı uzunlukta bir “anten” uzat. Anten bir engele değiyorsa, engelin merkezinden uzağa doğru yanal bir kuvvet uygula. Hızlıyken daha uzağa bak (fren mesafesi!). Benzer şekilde duvar takibi ve alanın içinde kalma (containment).
⚠️ Yerel minimumU şeklindeki bir engelin içindeki hedef: kaçınma itiyor, seek çekiyor; ajan dibe sıkışır. Steering yereldir; sadece burnunun ucunu görür. Labirentten çıkmak için yol bulma (A*, Y8) gerekir.
Yol izleme (Reynolds)
  1. Ajanın biraz ilerideki konumunu tahmin et.
  2. Bu noktayı yola izdüşür (en yakın yol noktası).
  3. İzdüşüm yolun “genişliği” içindeyse bir şey yapma; dışındaysa yol üzerinde biraz ileriyi seek et.

A* köşeli bir rota verir; yol izleme köşeleri yumuşatır ve ajanı yolun içinde doğal salınımlarla tutar.

Canlı: yol izleme ve engeller

“Davranış” menüsünden “Path following” seçili. “Engeller + kaçınma”yı açıp Seek’e geçin: anten (kesikli) bir engele değince kırmızıya döner. Fareyi bir engelin tam arkasına koyun: ajan takılıyor mu?

LEVEL 4
Boids ve sürüler
üç basit kural, bir canlı sürü
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

Hikâye: Boids (1986) — Batman Returns’ten Half-Life’a 🐦

  • Craig Reynolds, 1986’da kuş sürülerinin hareketini bir bilgisayar modeliyle taklit etti. Simüle edilen kuşlara “bird-oid” kısaltmasıyla boid dedi.
  • Her boid sadece yakınındaki birkaç komşuya bakar ve üç kurala uyar. Lider yok, merkezi plan yok — ama ekranda gerçekçi bir sürü belirir.
  • 1987’de SIGGRAPH’ta makaleyle birlikte boids kullanan kısa film Stanley and Stella in: Breaking the Ice gösterildi.
  • Batman Returns (1992, Tim Burton): yarasa sürüleri ve Gotham sokaklarında yürüyen penguen ordusu, Reynolds’ın boids yazılımının değiştirilmiş hâlleriyle yapıldı. Boids’in ilk uzun metraj filmi.
  • Half-Life (1998): oyunun sonundaki Xen dünyasında uçan kuş benzeri yaratıklar boids ile hareket eder; oyun dosyalarındaki adları bile “boid”.
💡 Ortaya çıkan davranış (emergence)Reynolds’ın sitesinde: sürü, “basit yerel kurallardan karmaşık küresel davranışın doğmasının” klasik örneği. Kısa vadede tahmin edilebilir (bir saniye sonra aşağı yukarı aynı yöne gider), uzun vadede değil (beş dakika sonra nereye gideceği bilinmez). Yapay yaşam (artificial life) alanının ikonu oldu.
🎬 İzleyinOrijinal 1986 boids simülasyonu · Coding Adventure: Boids (Sebastian Lague)

Üç kural

↔ Ayrılma (separation)Komşularına çok yaklaşma. Her yakın komşudan uzağa doğru, yakınlığıyla orantılı bir itme: (ben − komşu) / d².
⇉ Hizalanma (alignment)Komşularınla aynı yöne uç. Komşuların ortalama hızını istenen hız yap.
◎ Bütünleşme (cohesion)Sürüden kopma. Komşuların ortalama konumuna doğru seek.
  • Her boid sadece bir görüş yarıçapı içindekilere bakar (gerçek kuşlar da yaklaşık 6–7 komşuyu izler).
  • Üç kuvvet ağırlıklarla toplanır. Ağırlıkları değiştirmek, sürünün karakterini değiştirir: dağınık sinek bulutu, sıkı balık sürüsü, düzenli kaz V’si…
  • Ek kurallar kolayca eklenir: yırtıcıdan kaç, engelden kaçın, bir hedefe git (başlık animasyonu).

Canlı: boids 🐟

  1. Üç kaydırıcıyı tek tek sıfırlayın. Ayrılma 0: boidler üst üste biner. Hizalanma 0: her biri kendi yönüne. Bütünleşme 0: sürü dağılır.
  2. Fareyi sürünün içine sokun (yırtıcı): sürü yarılıp yeniden birleşiyor. Balık sürülerinin köpekbalığından kaçışı.
  3. Görüş yarıçapını 15’e indirin: küçük gruplar. 120’ye çıkarın: tek dev sürü.
  4. Uzamsal ızgarayı kapatın ve boid sayısını 400 yapın. Üstteki “komşu kontrolü” sayısına bakın: 400 × 399 ≈ 160.000. Izgara açıkken? Bu, BST Geometrik ve Hash sunumlarındaki fikrin aynısı: herkesi herkesle karşılaştırma, sadece yakın hücrelere bak.
🔎 DEMODA DENEYİN
  1. Üç kaydırıcıyı tek tek sıfırlayın. Ayrılma 0: boidler üst üste biner. Hizalanma 0: her biri kendi yönüne. Bütünleşme 0: sürü dağılır.
  2. Fareyi sürünün içine sokun (yırtıcı): sürü yarılıp yeniden birleşiyor. Balık sürülerinin köpekbalığından kaçışı.
  3. Görüş yarıçapını 15’e indirin: küçük gruplar. 120’ye çıkarın: tek dev sürü.
  4. Uzamsal ızgarayı kapatın ve boid sayısını 400 yapın. Üstteki “komşu kontrolü” sayısına bakın: 400 × 399 ≈ 160.000. Izgara açıkken? Bu, BST Geometrik ve Hash sunumlarındaki fikrin aynısı: herkesi herkesle karşılaştırma, sadece yakın hücrelere bak.

🎬 Ara: boids, sıfırdan

Coding Adventure: Boids
Sebastian Lague · 8 dk 35 sn · YouTube’da aç

Reynolds’ın üç kuralının (ayrılma, hizalanma, birleşme) 3B’de sıfırdan yazılışı; engellerden kaçınma için ışınlar. Demodaki sürünün adım adım nasıl kurulduğunu görürsünüz.

🤔 İzlerkenVideoda üç kuralın ağırlıkları değişince sürü nasıl davranıyor? Her balık kaç komşusuna bakıyor; bu neden önemli? Engellerden kaçınma bizim “antenler” slaytındaki fikre benziyor mu?
Quiz 3 · boids
Bir boid sürüsünde boidler sürekli birbirinin üstüne biniyor ve tek bir noktada topaklanıyorsa hangi ağırlık çok düşüktür (ya da hangisi çok yüksek)?
Bütünleşme herkesi merkeze çeker; ona karşı koyan tek kuvvet ayrılmadır. Ayrılma zayıfsa ya da bütünleşme baskınsa boidler topaklanır. Hizalanma sadece yönleri eşitler; konum üzerinde doğrudan etkisi yoktur.
LEVEL 5
Birleştirmek: context steering
ağırlıklı toplamın sorunları ve F1 2011
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

Davranışları nasıl birleştiririz?

1) Ağırlıklı toplamF = 1,0·seek + 2,0·kaçınma + 1,5·ayrılma → azami kuvvetle kırp. En yaygın ve en basit yol (boids böyle).
2) ÖncelikDavranışları önem sırasına koy (çarpışma > ayrılma > seek). Sırayla sor; anlamlı (sıfırdan büyük) kuvvet üreten ilk davranışı kullan. Acil durumlar diğerlerini bastırır.
3) MelezÖncelik grupları; her grubun içinde ağırlıklı toplam (Millington’ın kitabındaki yaklaşım).
⚠️ Ağırlıklı toplamın sorunları
  • Birbirini götürme: seek sağa, kaçınma sola → toplam sıfır; ajan engelin önünde durur.
  • Titreme: iki kuvvet sırayla baskın çıkar, ajan sağa sola sallanır.
  • Garanti yok: “asla çarpışma” gibi kesin bir kuralı ağırlıkla ifade edemezsiniz; ağırlığı artırırsınız, başka şey bozulur.
  • Ayar cehennemi: her yeni davranış eskilerin ağırlıklarını yeniden dengelemeyi gerektirir.

Derin hikâye: F1 2011 ve context steering 🏎️

Andrew Fray (Codemasters), Game AI Pro 2’de anlatıyor: yarış arabaları birbirine çok yakın, oyuncu her birini izliyor; çarpışmadan kaçınma ve tutarlı sollama hareketleri çok önemli. Klasik steering davranışları büyüdükçe birbirine bağımlı ve kırılgan hâle geldi.

  • Fikir: davranışlar artık vektör döndürmez, “bağlam haritası” doldurur. Ajanın etrafında N yön var (ör. 16). Her davranış her yön için iki şey söyler: ilgi (“bu yön hedefe götürür”) ve tehlike (“bu yönde engel var”).
  • Birleştirme adımı basit: tehlikesi düşük olmayan yönleri maskele, kalanlar arasından ilgisi en yüksek yönü seç.
  • Davranışlar küçük ve durumsuz; “şu yöne asla gitme” gibi kısıtlar garanti edilir.
  • Sonuç: F1 2011’de klasik steering’in yerine konduğunda kod tabanı 4000 satır küçüldü; yapay zekâ çarpışmadan kaçınmada ve sollamada daha iyi oldu.
Neden “nasıl” değil “neden”?Fray’ın başlığı “Toward Why, Not How”: davranışlar “şöyle dön” (nasıl) demek yerine “şu yön iyi, şu yön tehlikeli” (neden) der. Kararı tek bir yer verir; davranışlar birbirini götüremez.
Hangi oyunlar için?Fray’a göre klasik steering, oyuncunun tek tek varlıkları izleyemediği sürü/kalabalık oyunlarında hâlâ harika. Oyuncunun yakından izlediği az sayıda varlık (yarış, dövüş, takım arkadaşı) varsa context steering’i düşünün.

Canlı: ağırlıklı toplam vs context steering

Hedef, engelin tam arkasında. “Ağırlıklı toplam”da seek ileri, kaçınma geri iter; simetrik durumda ikisi birbirini götürür ve ajan engelin önünde takılır. Context steering’de her yön için ilgi (yeşil) ve ışınla ölçülen tehlike (kırmızı) var; tehlikeli yönler maskelenir (soluk), kalanlardan hedefe en dönük olan seçilir (turuncu): ajan engelin etrafından dolaşır.

Kalabalıklar: RVO/ORCA ve akış alanları

Karşılıklı kaçınma (RVO / ORCA)İki kişi koridorda karşılaşınca ikisi de “yarı yarıya” kenara çekilir. RVO/ORCA her ajan için “çarpışmaya yol açacak hızları” hesaplar ve geri kalanlardan istenen hıza en yakın olanı seçer. Unreal’ın karakter hareketindeki RVO kaçınması, Unity’nin NavMeshAgent kaçınması ve Godot’nun NavigationAgent kaçınması bu aileden yerel kaçınma sistemleridir. (Ayrıntı: Sunshine-Hill, Game AI Pro 3, 19. bölüm.)
Akış alanları (flow fields)Binlerce birim aynı hedefe gidiyorsa her biri için ayrı A* yapmak israf. Haritanın her hücresine bir kez “hedefe şu yönden gidilir” oku yaz; birimler sadece bulundukları hücrenin okunu seek eder.
  • Supreme Commander 2 (Elijah Emerson, Game AI Pro, 23. bölüm): akış alanı karoları ile kalabalık yol bulma ve yönlendirme.
  • Fieldrunners 2 (mobil kule savunma, Game AI Pro, 24. bölüm): akış alanı + steering ile mobil cihazda binlerce birim.
Quiz 4 · birleştirmek
Seek hedefe doğru (sağa) 100 birimlik, kaçınma tam tersine (sola) 100 birimlik kuvvet üretiyor. Ağırlıklı toplamda (ağırlıklar 1) ne olur?
Toplam sıfırdır: ajan ne ileri ne geri gider (yerel minimum). Ağırlıklı toplamın klasik sorunu budur. Öncelik sistemi ya da context steering, bu durumda tehlikeli yönü maskeleyip yan yönleri değerlendirerek çıkış bulabilir; gerçek labirentlerde ise yol bulma gerekir.
LEVEL 6
Kod ve laboratuvarlar
Vehicle sınıfı ve sürü
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

🎒 Ön bilgi: vektörle düşünmek

işlemanlamıUnity / p5.js / pygame
b − aa’dan b’ye okb - a · p5.Vector.sub(b, a)
|v|uzunlukv.magnitude · v.mag() · v.length()
v / |v|yön (birim vektör)v.normalized · v.copy().normalize() · v.normalize()
yön × suzunluğu s yapv.normalized * s · v.setMag(s) · v.scale_to_length(s)
kırpen fazla m uzunlukVector2.ClampMagnitude(v, m) · v.limit(m)
Hatırlatma (Y0)Normalize etmeden önce uzunluğun 0 olmadığından emin olun: sıfıra bölme! Unity normalized sıfır vektörde sıfır döndürür; elle yazarken kontrol edin.
Neden sınıf?Ajanın konum, hız, azami hız/kuvvet gibi verilerini ve davranışlarını tek bir Vehicle (araç) sınıfında toplamak, sürüde yüzlerce kopyasını oluşturmayı kolaylaştırır. Reynolds ve “Nature of Code” bu adı kullanır.

Vehicle sınıfı (1/2)

Vehicle sınıfı (2/2)

p5.js örneği “kare başına” birimler kullanır (Nature of Code tarzı); Unity ve pygame örnekleri saniye ve dt ile çalışır. Kendi oyununuzda dt’li hâli tercih edin (Y0: kare hızından bağımsızlık).

Sürü (flocking)

Bu kod her boidi her boidle karşılaştırır: O(n²). Demodaki gibi bir ızgara (hash tablosu: hücre → boid listesi) ile sadece komşu hücrelere bakın. Unity’de binlerce boid için Jobs/Burst ya da ECS kullanılır.

🎒 Kod sözlüğü

createVector · p5.Vector.sub · .setMag · .limitp5.js vektörleriOluştur · çıkar (yeni vektör) · uzunluğu ayarla · uzunluğu kırp
this.acc.mult(0)sıfırlaKuvvetler birikir; her kare sonunda temizlenir
map(d, 0, r, 0, max)aralık dönüştürmed’yi 0–r aralığından 0–max aralığına taşır (lerp’in akrabası)
vel.heading()yön açısıVektörün açısı (radyan): çizimde döndürmek için
Vector3.ClampMagnitudekırpmaUnity’de uzunluğu en fazla m yapan hazır fonksiyon
transform.forward = velocityyöne bakmaNesneyi gittiği yöne çevirir
pygame.Vector2 · scale_to_lengthpygame vektörü2B vektör sınıfı · uzunluğu ayarla
O(n²)karesel karmaşıklıkn boid için n·(n−1) karşılaştırma (Algoritma Analizi sunumu)

📦 Tam kod: p5.js’te avcı ve sürü

Bütün steering bu üç parçadır: davranış istenen hızı söyler, applyDesired onu kuvvete çevirir, update kuvveti harekete çevirir. Yeni davranış = istenen hızı hesaplayan yeni bir fonksiyon.

🎮 Çalıştırın, kopyalayın, bozun

▶ Eksiksiz örneği aç — yaklaşık 90 satır: fareye arrive ile gelen bir avcı ve ondan kaçan 70 balıklık bir sürü.

Deneyin:

  • Avcıda arrive yerine seek yazın: fareyi sabit tutunca ne oluyor?
  • Ayrılma ağırlığını (1.6) sıfırlayın. Sonra bütünleşmeyi (0.9).
  • Avcının azami kuvvetini 420’den 60’a indirin: balıklar artık kolayca kaçıyor mu?
  • Balıklara “fareden kaç” yerine “fareye git” yazın: balık yemi!

🌱 Isınma kodu: direksiyon kuvveti

Bütün steering davranışlarının ortak son satırı. Sağa 180 hızla giderken sola 180 gitmek istiyorsanız direksiyon [-360, 0] çıkar: “önce fren, sonra geri”. Aynı yöne zaten gidiyorsanız [0, 0]: düzeltmeye gerek yok.

🌱 Isınma kodu: vektörü kırp (limit)

“Azami hız” ve “azami kuvvet” bu fonksiyonla uygulanır; p5.js’te hazırı v.limit(max). Karakterin kişiliği bu iki sınırdadır: hızlı ama hantal bir tank, yavaş ama çevik bir kedi.

🧪 Canlı laboratuvar: seek ve arrive

Seek hazır; simülasyon arrive’ı kullanıyor. Başlangıçta ajan hedefin etrafında yörüngeye girer. Arrive’ı tamamlayın: sarı çemberin içinde yavaşlayıp hedefte durmalı. Testler 5 seek + 5 arrive durumu dener (mesafe 0 dahil).

🐍 Laboratuvar: ayrılma kuvveti

Neden d²? (me − komşu) vektörünün uzunluğu zaten d; d²’ye bölünce sonuç yön / d olur: yakın komşu güçlü, uzak komşu zayıf iter. Komşu yoksa [0, 0].

🐍 Laboratuvar: hizalanma

Adımlar: topla → n’e böl → uzunluğu hesapla (math.hypot) → sıfır değilse yönü bul ve max_speed ile çarp. Testte birbirini götüren iki hız da var.
LEVEL 7
Oyunlarda ve kütüphanelerde
motorların yerleşik sistemleri ve ötesi
  • hareket katmanları
  • seek ve flee
  • arrive, pursue, wander
  • engeller ve yollar
  • boids ve sürüler
  • birleştirmek: context steering
  • kod ve laboratuvarlar
  • oyunlarda ve kütüphanelerde

🧰 Kütüphaneler ve araçlar

adplatformne yapar / sınırlarınasıl eklenir
Unity NavMeshAgentUnity · yerleşik (AI Navigation paketi)Yol bulma + seek/arrive benzeri hareket + diğer ajanlardan yerel kaçınma (kalitesi obstacleAvoidanceType ile). Sürü, wander gibi davranışlar yok; kendi steering’inizle birleştirebilirsiniz.Package Manager → AI Navigation; ajana NavMeshAgent bileşeni
Unreal: RVO ve Detour CrowdUnreal 4/5 · yerleşikCharacterMovement’ta RVO kaçınması ya da AI kontrolcüsünde Detour Crowd ile kalabalık kaçınma.Karakterde “Use RVOAvoidance” ya da CrowdFollowingComponent
Unreal MassUnreal 5 · yerleşik eklentiVeri odaklı (ECS) sistem: binlerce varlıklı kalabalık ve trafik simülasyonları, Mass AI ile hareket ve kaçınma.MassEntity / MassAI eklentilerini etkinleştir
Godot NavigationAgentGodot 4 · yerleşikYol izleme + RVO tabanlı ajan kaçınması (avoidance_enabled).NavigationAgent2D/3D düğümü ekle
YukaJavaScript · açık kaynakWeb oyunları için YZ kütüphanesi: Reynolds’ın steering davranışlarının çoğu, ayrıca FSM, hedef güdümlü ajanlar, algı, yol bulma. Three.js ile örnekler.npm install yuka
gdx-aiJava (libGDX) · açık kaynakSteering davranışları (öncelik ve ağırlıklı birleştirme dahil), formasyonlar, BT, yol bulma.Gradle bağımlılığı
RVO2 LibraryC++ · açık kaynakORCA’nın referans uygulaması (UNC). Kalabalık simülasyonu için; C# ve Python bağlamaları var.CMake ile derle
The Nature of Codep5.js · ücretsiz kitapDaniel Shiffman’ın kitabının “Autonomous Agents” bölümü: bu sunumdaki her davranışın adım adım p5.js kodu ve videoları.Tarayıcıda oku, p5.js editöründe dene

🧩 Projenize steering eklerken

  1. Önce motorun ajanını deneyin: NavMeshAgent / CharacterMovement + RVO çoğu insansı karakter için yeter.
  2. Kendi steering’iniz: uçan/yüzen yaratıklar, araçlar, uzay gemileri, sürüler, “canlı” dolaşma gibi motorun yapmadığı şeyler için.
  3. Fizik mi, kinematik mi? Rigidbody kullanıyorsanız kuvveti AddForce ile verin; kinematikse bu sunumdaki gibi hızı kendiniz entegre edin. İkisini karıştırmayın.
  4. Locomotion ile bağlayın: hız büyüklüğünü animasyondaki “Speed” parametresine verin (yürü/koş geçişi), yönü karakterin dönüşüne. Ayak kaymasını önlemek için animasyon hızına uyun.
  5. Ayar araçları: azami hız/kuvvet ve ağırlıkları Inspector’da açın, oyun çalışırken ayarlayın; vektörleri Gizmos ile çizin (demodaki gibi).
⚙️ PerformansSteering ucuz; pahalı olan komşu arama. Uzamsal ızgara/hash, kuadtree ya da motorun fizik sorguları (OverlapSphere) kullanın. Binlerce birim için Unity Jobs + Burst / ECS, Unreal Mass.
Sık hataSteering’i Update’te, fiziği FixedUpdate’te yapıp aynı hıza iki yerden yazmak. Bir yer seçin. Ayrıca dt’siz (kare başına) kodu yüksek FPS’de çalıştırınca her şey hızlanır (Y0).

🤖 Bu konuyu bir YZ kod asistanıyla yazarken

Sık yapılan hatalar — kontrol edin
  • Normalize’dan önce sıfır uzunluk kontrolünü unutmak (NaN pozisyonlar!)
  • İstenen hızı direksiyon kuvveti sanmak (“− velocity” unutulur)
  • Azami kuvveti uygulamamak: ajan anında döner, “steering” etkisi kaybolur
  • Kuvvetleri her kare sıfırlamamak (p5.js stili acc)
  • Boidlerde O(n²) döngü: 500 boidde oyun yavaşlar
İyi bir istek (prompt) örneği

“Unity 6, C#, 3D ama yerde (y sabit). Kinematik bir Vehicle bileşeni yaz: maxSpeed, maxForce, FixedUpdate’te dt ile Euler entegrasyonu. Davranışlar: Seek, Arrive (slowRadius), Pursue (T = mesafe / maxSpeed, en fazla 1.5 sn), Wander (çember yarıçapı, mesafe, sapma). Birleştirme: öncelikli — önce engel kaçınması (ileriye SphereCast), sonra diğerlerinin ağırlıklı toplamı. OnDrawGizmos ile hız (mavi), istenen hız (yeşil) ve kuvvet (kırmızı) oklarını çiz. Hız büyüklüğünü Animator “Speed” parametresine gönder.”

  • Hangi davranışları, hangi birleştirme yöntemiyle (ağırlık/öncelik) istediğinizi yazın
  • Birim sistemini belirtin: kare başına mı saniye başına mı (dt)
  • Rigidbody mi kinematik mi kullanılacağını söyleyin
  • Debug için Gizmos ile vektör çizimi isteyin
  • Komşu arama için ızgara/fizik sorgusu isteyin

🔬 Araştırma ucu

Yaya dinamiğiHelbing & Molnár’ın “sosyal kuvvet modeli” (1995): yayaları hedefe çeken ve birbirinden/duvarlardan iten kuvvetlerle modellemek — steering’in bilimsel kuzeni. Tahliye simülasyonlarında, stadyum ve metro tasarımında kullanılır.
Öğrenilen hareketUnity ML-Agents gibi araçlarla ajanlar, ödül fonksiyonuyla (hedefe ulaş, çarpışma) hareket etmeyi öğrenebilir (Y13). Elle yazılmış steering ile öğrenilmiş politikanın karşılaştırılması güzel bir bitirme projesi.
Kişilikli kalabalıklarAynı kalabalıkta acelesi olan, turist, grup hâlinde yürüyen ajanlar: farklı azami hız, kişisel alan (ayrılma yarıçapı) ve hedef davranışları. Açık dünya oyunlarının sokaklarını “canlı” gösteren şey bu çeşitlilik.

💬 Tartışma soruları

Yanınızdakiyle 2 dakika konuşun, sonra sınıfça tartışalım
  1. Bir zombi, bir yarış arabası ve bir sinek için azami hız ve azami kuvvet değerlerini (düşük / orta / yüksek) nasıl seçerdiniz? Hangisi “korkutucu”, hangisi “sinir bozucu” hissettirir?
  2. Boids’te lider yok ama sürü “bir yere gidiyor” gibi görünür. Bir filmde ya da oyunda gördüğünüz bir kalabalığın/sürünün böyle yapıldığını şimdi düşününce tahmin edebiliyor musunuz?
  3. Steering “yereldir”: ajan sadece burnunun ucunu görür. U biçimli bir duvarın içindeki hedefe neden ulaşamaz? Bunu çözmek için ne eklemek gerekir?
  4. F1 2011 ekibi klasik steering’i atıp context steering’e geçti ve 4000 satır kod sildi. Bir sistemi “daha akıllı” yapmanın yolu bazen neden daha az kod yazmaktır?

🚀 Proje ve araştırma önerileri

  1. [kolay] Akvaryum — p5.js’te balık sürüsü + bir köpekbalığı (pursue) + yem (seek). Ağırlıkları kaydırıcıyla ayarlanabilir yapın.
  2. [kolay] Uzay gemisi — Klavyeyle kontrol edilen oyuncu ve onu pursue ile kovalayan, evade ile mermilerden kaçan düşman gemileri.
  3. [orta] Çoban köpeği — Koyunlar boids, köpek oyuncu (ya da YZ). Koyunlar köpekten flee eder; amaç sürüyü ağıla sokmak. Reynolds’ın kovboy benzetmesinin oyunu!
  4. [orta] Unity sürüsü — 500 kuş, ızgara ile komşu arama; profiler ile O(n²) sürümle karşılaştırın.
  5. [zor] Context steering yarışı — Basit bir 2B yarış: araçlar context steering ile çarpışmadan sollama yapsın; ağırlıklı toplam sürümüyle çarpışma sayısını karşılaştırın.
  6. [araştırma] Tahliye simülasyonu — Bir binanın planında sosyal kuvvet modeli + akış alanı ile tahliye süresini ölçün; kapı genişliği nasıl etkiliyor?

Neler öğrendik? 🎒

  • Üç katman: karar → yönlendirme → hareket.
  • Direksiyon = istenen hız − mevcut hız, azami kuvvetle kırpılır.
  • Seek, flee, arrive (yavaşlama yarıçapı), pursue/evade (gelecek tahmini), wander (çember).
  • Engelden kaçınma (anten), yol izleme; steering yereldir → yol bulma gerekir.
  • Boids: ayrılma, hizalanma, bütünleşme; ortaya çıkan davranış; ızgarayla O(n²)’den kaçış.
  • Birleştirme: ağırlık, öncelik, context steering (F1 2011, −4000 satır).
  • Kalabalık: RVO/ORCA, akış alanları (Supreme Commander 2, Fieldrunners 2).
  • Araçlar: NavMeshAgent, Unreal RVO/Mass, Godot NavigationAgent, Yuka, gdx-ai, RVO2.
  • Sonraki: A* — haritada en kısa yolu bulmak.

🎮 Bu sunumdaki oyunlar

Adı geçen oyunu tanımıyorsanız: oyuncuların kullandığı wiki sayfası ve oyunu kısaca gösteren bir video. ▶ video slaydın üstünde açılır (Esc ile kapanır); 🎯 işaretli bağlantılar doğrudan bu sunumdaki konuya gider.

Half-Life 1998 · nişancı
Hikâyeyi ara sahnesiz anlatan, türü değiştiren nişancı; asker timleri birlikte hareket eder.
📖 Combine OverWiki · ▶ video 3:04
F1 2011 2011 · yarış simülasyonu
Resmî Formula 1 oyunu; rakip arabalar “bağlam yönlendirme” ile sollar ve çarpışmadan kaçar.
📖 Wikipedia · ▶ video 2:31
Supreme Commander 2 2010 · gerçek zamanlı strateji
Yüzlerce birimin aynı anda savaştığı büyük ölçekli strateji; birimleri akış alanlarıyla yürür.
📖 Fandom wikisi · ▶ video 1:23
Fieldrunners 2 2012 · kule savunma
Binlerce birimin haritayı geçmeye çalıştığı mobil kule savunma oyunu; hepsi tek bir akış alanını okur.
📖 Wikipedia · ▶ video 1:32
Pac-Man 1980 · arcade
Labirentte yem toplayıp dört hayaletten kaçarsınız; her hayaletin ayrı bir kovalama kuralı var.
📖 Fandom wikisi · 🎯 hayaletler · ▶ video 5:20

Kaynaklar: videolar 🎬

5.1 Autonomous Steering Agents Introduction
The Coding Train 5.2 Seeking a Target
The Coding Train 5.4 Arrive Steering Behavior
The Coding Train 5.5 Wander Steering Behavior
The Coding Train Combining Steering Behaviors: Flocking
The Coding Train Coding Adventure: Boids
Sebastian Lague Craig Reynolds — Original 1986 Boids simulation
arşiv kaydı 5.3 Flee, Pursue, Evade
The Coding Train

📄 Akademik okumalar

Reynolds 1987 · Flocks, Herds, and Schools: A Distributed Behavioral Model (SIGGRAPH 1987)
Boids’in doğduğu makale.
Reynolds 1999 · Steering Behaviors For Autonomous Characters (GDC 1999)
Bu sunumdaki davranışların hepsi; kovboy benzetmesi.
Fray 2015 · Context Steering: Behavior-Driven Steering at the Macro Scale (Game AI Pro 2, Bölüm 18)
F1 2011; ilgi ve tehlike haritaları.
Emerson 2013 · Crowd Pathfinding and Steering Using Flow Field Tiles (Game AI Pro, Bölüm 23)
Supreme Commander 2.
Pentheny 2013 · Efficient Crowd Simulation for Mobile Games (Game AI Pro, Bölüm 24)
Fieldrunners 2: binlerce birim.
Sunshine-Hill 2017 · RVO and ORCA: How They Really Work (Game AI Pro 3, Bölüm 19)
Kalabalıkta karşılıklı kaçınma.
Helbing & Molnár 1995 · Social Force Model for Pedestrian Dynamics (Physical Review E 51)
Yaya hareketinin kuvvet modeli.

Kaynaklar: okuma 📚

NEXT LEVEL ▶
A* ile Yol Bulma
Dijkstra’dan A*’a: sezgisel arama, ızgaralar ve oyunlardaki tuzaklar
SONRAKİ SUNUM ▶