1.3 JPS算法

目的

JPS算法核心思想：找到搜索图的对称性并打破

如图所示，A*7可会搜索很多对称的路径，造成计算资源的浪费，JPS算法可以智能地忽略掉路径中地对称性，有倾向性地进行搜索。

前向性(Look Ahead)准则

如果其他节点可以通过父节点到达，且路径的cost小于等于从当前节点到达的累计cost，那么该节点不需要被搜索。

无障碍物

• 灰色节点：inferior neighbors 劣性节点。拓展时直接放弃
• 白色节点：natural neighbors 自然节点，搜索时拓展的节点。

如图所示左图中除5之外，其他节点如2从父节点4到达所需要的cost为$\sqrt{2}$，小于从x节点到达的累计cost为2，所以不需要被搜索。而到达节点3从父节点4经过节点2和经过节点x所需要的累计cost相同，也不需要被搜索，其余节点同理。
在斜对角拓展时，准则中要变为小于累计cost的节点才会放弃，这是因为如果考虑小于等于的情况，节点2和节点5会被放弃，在之后的搜索过程中，无论如何都搜索不到这两个节点。
详情可见：http://users.cecs.anu.edu.au/~dharabor/data/papers/harabor-grastien-aaai11.pdf

有障碍物

• 红色节点：forced neighbors 强迫节点，由于障碍物的出现使得该节点也要被强制进行考察。

如图所示左图中节点2变为障碍物，此时父节点4到达节点3的最短路径只有通过4->x->3这一条，所以在路径搜索中节点3也要被考虑。

跳点规则

节点迭代进行拓展，开始时父节点p(x)可以向没有障碍物的各个方向拓展。

左图中向右直线拓展节点x，由于前向性规则，只能继续向该方向拓展，直到y节点附近遇到障碍物，可以右上拓展到节点z，此时y节点为特殊节点，将y节点放入队列中。

右图按右上对角线拓展节点x，之后节点x可以向上方，右方和右上角对角线继续拓展，之后的每个对角线节点也会向这三个方向拓展，直到拓展到节点z时发现其存在forced节点，z节点比较特殊，z节点无法从x节点直接拓展，其父节点y时x的直接拓展节点，所以把y节点放入open list，而x节点也有一个forced节点w，把w节点放入open list，至此，x的所有特殊节点搜索完成，把x弹出到close list，搜索过程可以看下图。

JPS 伪代码

• 维护一个优先级队列以存储要扩展的所有节点
• 初始化所有节点的启发式函数$h(n)$
• 优先级队列初始化并加入初始状态$X_s$
• 对图中的所有节点初始化$g(X_s)=0$, $g(n)=inf$
• 开始循环
  • 如果队列为空，说明没有找到路径，return FALSE; break;
  • 把队列中$f(n)$最小的节点n弹出
  • 标记节点n为已扩展
  • 如果节点n是目标点, return TRUE; break;
  • 寻找节点n的所有未拓展节点m
  • If g(m) = inf 更新节点累积成本
    • g(m)= g(n) + Cnm
    • 将节点m塞入队列
  • If g(m) > g(n) + Cnm 保证节点从启动状态起具有最小的成本
    • g(m)= g(n) + Cnm
  • end
• End Loop

可以看出JPS伪代码与A*完全一致，不一样的地方是如何寻找节点n的所有未拓展邻居节点m