游戏AI-5：基本路径寻找及航点应用

寻找路径的问题有很多不同类型。没有一种解决办法可以适用各种类型的路径寻找问题。解决办法和每个游戏特定的路径寻找的需求细节有关。

基本的路径寻找

基本算法

if (positionX > destinationX)
    positionX--;
else if (positionX < destinationX)
    positionX++;

if (positionY > destinationY)
    positionY--;
else if (positionY < destinationY)
    positionY++;

含障碍物的问题

随机移动避开障碍物

if 玩家在视线内

     采用直线路径走向玩家

else

     以随机方向移动

如果玩家在计算机控制的对手的视线内，就采用直线视线路径。如果有障碍物存在，则计算机控制的角色就采用随机方向移动。由于场景中障碍物很少，到下一轮游戏循环时，玩家可能就出现在其视线内了。

绕行障碍物

角色会一直沿着路径走下去，直到碰到障碍物。此时，该角色就会转换成绕行状态（tracing state）。在绕行状态下，该角色会沿着障碍物的边缘路线移动，试着沿路径经过。那么何时停止绕行呢,，即决定何时从绕行状态换回简单的路径寻找状态。

做法之一是算出从开始绕行的点到所需抵达的目的地之间的线段。计算机控制的角色会一直保持在绕行状态，直到与该线相交，到了交点时，就会换回简单路径寻找状态。

另一种做法是在前述的绕行方法内，整合视线算法。基本上，在沿路的每一步，我们都会用视线算法，确认是否可以采用直线的视线路径抵达目的地。

以面包屑寻找路径

可以让角色看起来很聪明，因为玩家在不知不觉间替计算机控制角色建立了路径。每次玩家走一步时，都会毫无所知地在游戏世界中留下看不见的标记或者说面包屑（breadcrumb）。当游戏角色碰到面包屑时，就能凭着面包屑一路走下去。游戏角色会跟着玩家的足迹，直到追上玩家。路径的复杂度以及沿路的障碍物数量根本无关紧要。玩家已经建好路径了，所以，不需要什么大不了的计算。

面包屑方法也是计算机控制角色成群移动的有效方法。你不必让群体中的每个成员，都以费时费力的路径寻找算法找路径，可以直接让成员跟着领头者留下的面包屑走。

遵循路径走

比如让赛车沿着赛道走

沿着墙走

航点导航

路径寻找是一项非常耗时，且耗用CPU资源的运算工作。减少这种困扰的方式之一，就是尽可能预先算好路径。航点导航减少这种困扰的做法就是，认真地在游戏环境中置放节点，然后，使用预先计算好的路径，或者是简单的路径寻找方法在节点之间移动。如下

我们在这里讨论的每种方法都有其优缺点，显然地，没有一种方法可适用所有可能的路径寻找问题。而A*算法，可适用大部分的路径寻找问题，是极为常用的路径寻找算法。