《转向行为I》一文介绍了 “追逐” 和 “到达” 这两种转向行为，本文将介绍 “对齐” 、 “速度匹配”、“授权行为”。
一、对齐
“对齐” 尝试将角色的方向（orientation）与目标的方向相匹配，它不注意角色或目标的位置或速度。记住，方向（orientation）并不不等同于一般运动学的运动方向（direction）。这种转向行为不会产生任何线性加速度；它只会转动。
“对齐” 的行为与到达的方式类似，它试图到达目标方向并尝试在到达那里时实现零旋转。到达后的大部分代码我们都可以复制，但是朝向会增加我们需要考虑的复杂性。
因为方向角度值每绕 2Pi 的弧度就等效，所以我们不能简单地用目标方向减角色方向，然后从结果中决定我们需要什么旋转。下图显示了两种非常相似的对齐情况，其中角色与目标的角度相同。如果我们简单地减去这两个角，第一个会正确地顺时针旋转一小部分，但是第二个会绕一圈到达相同的位置。
为了找到实际的旋转方向，我们从目标中减去角色的方向，并将结果转换为弧度（-Pi, Pi)。我们通过添加或减去 2Pi 的某个倍数来执行转换，使结果在给定的范围内，我们可以用 mod 函数来计算倍数。大多数游戏引擎或图形库都有一个可用的(在 Unreal Engine 中是 FMath::FindDeltaAngle ，在Unity中是 Mathf.DeltaAngle，但是要知道 Unity 使用度数来表示角度而不是弧度)。
然后我们可以使用转换后的值来控制旋转，算法看起来非常相似。和到达一样，我们使用了两个半径：一个用于减速，另一个作为靠近目标的可接受误差。因为我们处理的是一个标量值，而不是 2D 或 3D 矢量，所以半径是一个区间。
当我们做旋转值的减法时，完全不用考虑角度等效的问题，因为旋转不像方向：一个 Pi 弧度的旋转与 3个 Pi 弧度的旋转不等同。事实上，较大的值表示非常快的旋转，速度非常快的对象(例如赛车中的轮子)可能旋转得非常快，因此我们在这里使用的更新会导致数值不稳定。在 64 位精度的机器上，这不是什么大问题，但在 32 位机器上的早期物理研究经常显示，高速行驶的汽车车轮似乎会抖动。这个问题已经在健壮的物理引擎中解决了，但是值得了解一下，因为我们在这里讨论的代码基本上是实现一个简单的物理更新，这种简单的方法对于中等转速是有效的。
1.1 伪代码
大部分的算法是类似的，只是简单地将位置替换成方向，将向量差替换成角度差。
1.2 性能
时间和空间复杂度仍都是 O(1)。
1.3 反向
要面对一个目标的相反方向，只需在它的方向上增加恒量 Pi，并与那个值保持一致。
二、速度匹配
到目前为止，我们已经看到了试图匹配目标的位置和方向，速度也是一样。
就其本身而言，这种行为很少被使用。它可以用来让角色模仿目标的运动，但这不是很有用。当它与其他行为结合起来时，它就变得至关重要了。例如，它是群集转向行为的组成部分之一。
我们已经实现了一个试图匹配速度的算法。到达计算目标速度基于距离目标。然后它试图达到目标速度。我们可以简化到达行为以提供速度匹配实现。
1.1 伪代码
大部分的算法与 “运动学到达” 是类似的，
1.2 性能
时间和空间复杂度仍都是 O(1)。
