我正在对捕食者、猎物和食物（根据条件在地形上生长的植物和生物死亡时释放的肉）进行进化模拟。他们每个人都占据一个（x，y）位置。
目前，每个生物都有几只对红色、绿色和蓝色通道敏感的“眼睛”，当一个生物或一块食物在它们的视线范围内时，眼睛会做出反应，向它们的神经网络发送一个输入，取决于他们看到的物体的颜色、相对角度以及与生物的距离。
我现在正在做的是遍历所有植物、肉块和生物，并检查它们是否在生物的观察距离内。如果该条件为真，则计算网络的输入。
问题是与生物的观看距离（通常在 150 到 300 个“单位”之间）相比，世界是巨大的（大约 10,000*10,000 个“单位”）。最重要的是，植物数量可能会根据地形条件而变得非常高（最多几千个），以及所有其他生物和肉块。
因此，我通常最终会为每个生物执行一个大规模循环，这确实会减慢模拟速度，而检查的大多数生物和食物块完全不相关（距离太远）。
我要求的是某种方法或算法，可以减少在每个循环中检查距离的点数，限制被检查点的距离，或其他一些技术。
PS：我考虑过将模拟划分为不同的“区域”，所以如果一个生物在一个区域中，它只会检查该特定区域中的其他点（食物和其他生物）。但是，由于它们不断移动，如果它们位于区域的边缘，则会使它们的视野非常不准确。我还通过检查距离^2（不做sqrt）稍微提高了速度，并且只有当它小于viewing_distance^2时才计算它。