从A*算法看AI寻路问题

一.寻路问题

寻路问题一直以来都是十分经典和有趣的问题，在我们生活中以及人工智能方面有着及其重要的研究价值。简而言之，寻路问题就是在给定起点和终点的情况下，找出一条可到达的最短路径，一路上可能有墙，坑，湖等不可经过的地段。

表现在数据结构里面就是一张图，如下所示。

我们可以对模型进行一下简化，便于我们分析问题。我们将寻路问题简化成一张方格表，类似于棋盘一样：

 

 

图中，空五角星为起点，红五角星为终点，图上有河流，山峰等无法穿越的地区，需要从空五角星走到红五角星。

 

 

二.寻路问题的几种解法

寻路问题很古老也很经典，目前比较常见的算法有广度优先，Dijkstra算法，A*算法以及“万能的”遗传算法等等。

 

1.深度优先搜索也是遍历图的一种方法，但是对于求最短路径作用不大。广度优先算法比较适合用来求最短路径，因为它本质上是从起点遍历所有相邻点，继而往外扩散直到找到终点。

   广度优先的基本步骤如下：

   a.将根节点加入队列

   b.从队列取出节点，判断是否是目标节点，是则输出，否则遍历所有相邻节点，并加入队列

   c.如果队列为空，则输出无法找到目标节点

   可以看出来，BFS算法存在盲目搜索的感觉，简单的遍历所有节点而不考虑可能性大的节点。

 

2.遗传算法也可用于寻路问题，之所以说遗传算法是“万能”的，因为只要是演化计算求最优解的案例都可以采用遗传算法。基