0
我正在与捕食者，猎物和食物进行进化模拟（植物根据生物发出的条件和肉而在地形上生长）。 他们每个人都在一个（x，y）位置。现在，每个生物都有一些对红色，绿色和蓝色色彩通道很敏感的“眼睛”，当一个生物或一块食物在他们的观察距离内时，眼睛反应发送一个输入给他们的神经网络，取决于他们所看到的物体的颜色，它是相对角度，它与生物的距离。移动点距离内的点
我现在正在做的是遍历所有的植物，肉片和生物，并检查它们是否在生物的观察距离内。如果该条件成立，则计算网络的输入。
问题在于，与观看距离的生物相比，世界是巨大的（大约10,000 * 10,000“单位”），通常在150和300“单位”之间。最重要的是，根据地形条件（最多可达几千），植物数量可以变得非常高，与其他所有生物和肉块一起。因此，我通常最终会为每个生物执行一个巨大的循环，当大多数生物和食物被检查完全不相关（太遥远）时，这确实会减慢模拟速度。
我要求的是一些方法或算法，可以减少每个循环中检查距离的点数，限制被检查点的距离或其他技术。 PS：我想过在不同的“区域”中划分模拟，所以如果一个生物在一个区域内，它只会检查该特定区域中的其他点（食物和其他生物）。然而，当他们不断移动时，如果他们在一个区域的边缘，这会使他们的观点非常不准确。 我还通过检查距离^ 2（不执行sqrt）稍微提高了速度，并且只在计算它小于viewing_distance^2时才计算它。