Dirección por contexto
Una IA de movimiento que pondera cada dirección candidata frente a un mapa de interés y peligro, en lugar de sumar fuerzas de dirección separadas como hacen los comportamientos de dirección clásicos.
Los comportamientos de dirección clásicos suman vectores de "buscar", "evitar" y "separar"; el problema es que fuerzas opuestas pueden anularse y dejar al agente congelado entre dos obstáculos. La dirección por contexto muestrea en cambio un abanico de direcciones alrededor del agente y rellena dos mapas — uno de interés (cómo de bien apunta una dirección al objetivo) y otro de peligro (cómo de cerca hay un obstáculo) — y luego elige la dirección que mejor pinta.
Sortea pasos estrechos y flujos de unidades con más soltura que la suma ingenua, sin un campo de flujo que calcular por objetivo. Andrew Fray la describió en 2013 y se difundió a través de Game AI Pro 2 (2015). Es lo bastante barata para correr por fotograma con cientos de agentes tipo boid.