Artificial intelligence 如何理解转向力以了解转向行为

我读了一篇关于如何实现转向行为的Seek行为的教程 .这是演示算法的图表：

我知道速度，力，加速度都是矢量。但是，在本文中，公式“转向=期望的速度-流速”中的“转向”怎么会变成一种力而不是一种速度呢？为什么这有意义？这是否意味着我们可以在一次计算中混合它们？这是否意味着一个速度向量加上或减去另一个速度向量可以得到一个力向量？若否，为何结果称为“武力”？我知道人工智能中的转向行为是如何工作的。实现这一点的关键是，我们可以将所有不同的转向力汇总在一起，得到总的转向力。该总力可用于公式“a=F/m”中，以获得加速度。之后，我们可以使用这个加速度来计算游戏循环更新中对象的新位置和速度。

---

根据我的观点，“F”应该是转向力，但我正在努力理解计算它的方法。

对于每一个时间单位，速度的变化（delta_V）就是加速度*时间。这篇文章称之为Delta的指导向量。@ PasiCo谢谢你的快速回复。我已经很难理解这一段时间了，你的答案似乎给了我很大的帮助。我只是想确认一下，你的意思是我应该在一个特定的delta时间里经常考虑这个计算，这通常是一个游戏更新。持续时间？整个事情都是有意义的，因为在这段时间内（δ时间），转向力等于δ速度（通过期望速度-当前速度计算）。@paisanco，因为dv/dt是加速度，等于F/m（m是1）。最后，在游戏循环的更新（dt）函数中，当前速度可以通过公式current_velocity+=dv/dt*dt进行更新，因此这等于current_velocity+=dv。这是正确的。对于每个时间单位，速度的变化（delta_V）就是加速度*时间。这篇文章称之为Delta的指导向量。@ PasiCo谢谢你的快速回复。我已经很难理解这一段时间了，你的答案似乎给了我很大的帮助。我只是想确认一下，你的意思是我应该在一个特定的delta时间里经常考虑这个计算，这通常是一个游戏更新。持续时间？整个事情都是有意义的，因为在这段时间内（δ时间），转向力等于δ速度（通过期望速度-当前速度计算）。@paisanco，因为dv/dt是加速度，等于F/m（m是1）。最后，在游戏循环的update（dt）函数中，当前速度可以通过公式current_velocity+=dv/dt*dt来更新，所以这等于current_velocity+=dv，这是正确的。