各寻路算法之间的比较
深度优先算法(BFS)在所有方向上平等的探索,是最好写的寻路算法
Dijkstra算法优先考虑低成本的路径,在游戏中可以规定远离敌人、避开森林需要更高的成本,所以当移动成本发生变化的时候我们使用该算法而不是BFS
A*寻路是对Dijkstra算法的修改,针对单个目标时进行了优化,Dijkstra的算法可以找到所有位置的路径;A 查找到一个位置的路径,或多个位置中最近的路径。它优先考虑似乎更接近目标的路径。
下图依次表示他们的搜索区间
Dijkstra的算法可以很好地找到最短的路径,但它浪费了时间探索那些没有希望的方向。Greedy Best-First在有希望的方向上探索,但它可能不会找到最短的路径。A* 算法同时使用从起点开始的实际距离和到目标的估计距离。
不同算法情况下不同的搜索范围和最终路线
A*寻路算法的过程
对于任意一个格子n,其估价函数如下:
f(n) = g(n) + h(n)
其中 g(n) 指的是从起始格子到格子n的实际代价,而 h(n) 指的是从格子n到终点格子的估计代价。
- 我们找到周围格子中f(n)值最小的各格子,在计算他周围格子的f(n)
- 一直找出边界格子中的f(n)最小的格子,直到找到与重点相邻的格子。
A*对启发式方法的使用
启发式算法,即优先搜索最有可能产生最佳路径的格子。
对于h(n)函数,不同的表示方法会导致最终结果的不同,比如如果采用曼哈顿距离(只能水平和垂直移动)和欧几里得距离(直线距离)
h(n)的具体影响为:
- 在一个极端,如果是0,那么会漫无目的的寻找,A*变成Dijkstra的算法,它保证找到一个最短的路径。
- 如果始终低于到目标实际距离,则保证 A* 找到最短路径。越低,节点 A* 扩展得越多,速度越慢。
- 如果 正好等于到目标实际距离,则 A* 只会遵循最佳路径,从不扩展其他任何内容,使其非常快。虽然您无法在所有情况下都做到这一点,但在某些特殊情况下可以使其精确。很高兴知道,给定完美的信息,A *将表现完美。
- 如果大于到目标实际距离,则A *不能保证找到最短的路径,但它可以运行得更快。
- 在另一个极端,如果非常高,那么主要取决与h(n),而A*变成了贪心算法
使用具体的移动方式匹配地图:
- 在允许 4 个方向移动的正方形网格上,使用曼哈顿距离 .
- 在允许 8 个方向移动的方形网格上,使用对角线距离 .
A*算法的具体实现
地图中允许8D运动,h(n)采用对角线加直线运动。我们就可以根据水平方向的差值与竖直方向的差值中较小的那个值,计算出对角线,然后再平移。
横向纵向的格子的单位消耗为10,对角单位消耗为14。
定义一个OpenList
,用于存储和搜索当前最小值的格子。
定义一个CloseList
,用于标记已经处理过的格子,以防止重复搜索。
将OpenList
中f值最小的点作为当前点,加入邻居点到OpenList
对于邻居点执行以下代码伪代码:
如果邻居点在OpenList中
计算当前值的G与该邻居点的G值
如果G值比该邻居点的G值小
将当前点设置为该邻居点的父节点
更新该邻居点的GF值
若不在
计算并设置当前点与该邻居点的G值
计算并设置当前点与该邻居点的H值
计算并设置该邻居点的F值
将当前点设置为该邻居点的父节点
判断终点是否在OpenList
中,如果已在OpenList
中,则返回该点,其父节点连起来的路径就是A*搜索的路径。如果不在,则重复执行2,3,4,5。直到找到终点,或者OpenList
中节点数量为0。
格子的记录值
public class Node
{
Int2 m_position;//下标
public Int2 position => m_position;
public Node parent;//上一个node
//角色到该节点的实际距离
int m_g;
public int g {
get => m_g;
set {
m_g = value;
m_f = m_g + m_h;
}
}
//该节点到目的地的估价距离
int m_h;
public int h {
get => m_h;
set {
m_h = value;
m_f = m_g + m_h;
}
}
int m_f;
public int f => m_f;
public Node(Int2 pos, Node parent, int g, int h) {
m_position = pos;
this.parent = parent;
m_g = g;
m_h = h;
m_f = m_g + m_h;
}
}
A*过程
public class AStar {
static int FACTOR = 10;//水平竖直相邻格子的距离
static int FACTOR_DIAGONAL = 14;//对角线相邻格子的距离
bool m_isInit = false;
public bool isInit => m_isInit;
UIGridController[,] m_map;//地图数据
Int2 m_mapSize;
Int2 m_player, m_destination;//起始点和结束点坐标
EvaluationFunctionType m_evaluationFunctionType;//估价方式
Dictionary<Int2, Node> m_openDic = new Dictionary<Int2, Node>();//准备处理的网格
Dictionary<Int2, Node> m_closeDic = new Dictionary<Int2, Node>();//完成处理的网格
Node m_destinationNode;
public void Init(UIGridController[,] map, Int2 mapSize, Int2 player, Int2 destination, EvaluationFunctionType type = EvaluationFunctionType.Diagonal) {
m_map = map;
m_mapSize = mapSize;
m_player = player;
m_destination = destination;
m_evaluationFunctionType = type;
m_openDic.Clear();
m_closeDic.Clear();
m_destinationNode = null;
//将起始点加入open中
AddNodeInOpenQueue(new Node(m_player, null, 0, 0));
m_isInit = true;
}
//计算寻路
public IEnumerator Start() {
while(m_openDic.Count > 0 && m_destinationNode == null) {
//按照f的值升序排列
m_openDic = m_openDic.OrderBy(kv => kv.Value.f).ToDictionary(p => p.Key, o => o.Value);
//提取排序后的第一个节点
Node node = m_openDic.First().Value;
//因为使用的不是Queue,因此要从open中手动删除该节点
m_openDic.Remove(node.position);
//处理该节点相邻的节点
OperateNeighborNode(node);
//处理完后将该节点加入close中
AddNodeInCloseDic(node);
yield return null;
}
if(m_destinationNode == null)
Debug.LogError("找不到可用路径");
else
ShowPath(m_destinationNode);
}
//处理相邻的节点
void OperateNeighborNode(Node node) {
for(int i = -1; i < 2; i++) {
for(int j = -1; j < 2; j++) {
if(i == 0 && j == 0)
continue;
Int2 pos = new Int2(node.position.x + i, node.position.y + j);
//超出地图范围
if(pos.x < 0 || pos.x >= m_mapSize.x || pos.y < 0 || pos.y >= m_mapSize.y)
continue;
//已经处理过的节点
if(m_closeDic.ContainsKey(pos))
continue;
//障碍物节点
if(m_map[pos.x, pos.y].state == GridState.Obstacle)
continue;
//将相邻节点加入open中
if(i == 0 || j == 0)
AddNeighborNodeInQueue(node, pos, FACTOR);
else
AddNeighborNodeInQueue(node, pos, FACTOR_DIAGONAL);
}
}
}
//将节点加入到open中
void AddNeighborNodeInQueue(Node parentNode, Int2 position, int g) {
//当前节点的实际距离g等于上个节点的实际距离加上自己到上个节点的实际距离
int nodeG = parentNode.g + g;
//如果该位置的节点已经在open中
if(m_openDic.ContainsKey(position)) {
//比较实际距离g的值,用更小的值替换
if(nodeG < m_openDic[position].g) {
m_openDic[position].g = nodeG;
m_openDic[position].parent = parentNode;
ShowOrUpdateAStarHint(m_openDic[position]);
}
}
else {
//生成新的节点并加入到open中
Node node = new Node(position, parentNode, nodeG, GetH(position));
//如果周边有一个是终点,那么说明已经找到了。
if(position == m_destination)
m_destinationNode = node;
else
AddNodeInOpenQueue(node);
}
}
//加入open中,并更新网格状态
void AddNodeInOpenQueue(Node node) {
m_openDic[node.position] = node;
ShowOrUpdateAStarHint(node);
}
void ShowOrUpdateAStarHint(Node node) {
m_map[node.position.x, node.position.y].ShowOrUpdateAStarHint(node.g, node.h, node.f,
node.parent == null ? Vector2.zero : new Vector2(node.parent.position.x - node.position.x, node.parent.position.y - node.position.y));
}
//加入close中,并更新网格状态
void AddNodeInCloseDic(Node node) {
m_closeDic.Add(node.position, node);
m_map[node.position.x, node.position.y].ChangeInOpenStateToInClose();
}
//寻路完成,显示路径
void ShowPath(Node node) {
while(node != null) {
m_map[node.position.x, node.position.y].ChangeToPathState();
node = node.parent;
}
}
//获取估价距离
int GetH(Int2 position) {
if(m_evaluationFunctionType == EvaluationFunctionType.Manhattan)
return GetManhattanDistance(position);
else if(m_evaluationFunctionType == EvaluationFunctionType.Diagonal)
return GetDiagonalDistance(position);
else
return Mathf.CeilToInt(GetEuclideanDistance(position));
}
//获取对角线距离
int GetDiagonalDistance(Int2 position) {
int x = Mathf.Abs(m_destination.x - position.x);
int y = Mathf.Abs(m_destination.y - position.y);
int min = Mathf.Min(x, y);
return min * FACTOR_DIAGONAL + Mathf.Abs(x - y) * FACTOR;
}
//获取曼哈顿距离
int GetManhattanDistance(Int2 position) {
return Mathf.Abs(m_destination.x - position.x) * FACTOR + Mathf.Abs(m_destination.y - position.y) * FACTOR;
}
public void Clear() {
foreach(var pos in m_openDic.Keys) {
m_map[pos.x, pos.y].ClearAStarHint();
}
m_openDic.Clear();
foreach(var pos in m_closeDic.Keys) {
m_map[pos.x, pos.y].ClearAStarHint();
}
m_closeDic.Clear();
m_destinationNode = null;
m_isInit = false;
}
}
最终结果
在unity中呈现效果
我们在生成的格子中添加显示F,G,H值的文本,在创建一个MapController
来管理网格的属性、颜色等,暴露函数给按钮调用
文章来源:https://www.toymoban.com/news/detail-425328.html
文章来源地址https://www.toymoban.com/news/detail-425328.html
到了这里,关于A*寻路算法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!