AI与游戏——吃豆人（3）基本的路径规划算法（上）

发条蟀

于 2017-09-14 20:52:48 发布

阅读量5.9k

点赞数 3

分类专栏： AI and Game

本文链接：https://blog.csdn.net/gzs0927/article/details/77985110

版权

本文介绍了在吃豆人游戏中，路径规划算法的重要性，并详细讲解了四种基本路径规划方法：getApproximateNextMoveTowardsTarget、getNextMoveTowardsTarget、getApproximateNextMoveAwayFromTarget和getNextMoveAwayFromTarget。这些方法分别用于获取目标点的大致和精确运动方向，以及远离目标点的运动方向。文章通过实例解析了算法的工作原理，为理解A*算法奠定了基础。

摘要由CSDN通过智能技术生成

这次我们来讲一下代码中涉及的一些路径规划算法，在这个游戏中，路径规划虽然不属于人工智能但是确实实现AI算法不可或缺的基础方法，下面就来大致介绍一下有哪些主要的方法以及这些方法的实现。

（1）getApproximateNextMoveTowardsTarget：这个实现的是得到是起始点到目标点的大致的运动，为什么叫大致呢，因为这里没有考虑障碍物等因素。这个函数还可以用在A*算法上（A*算法后面会专门讲）。代码如下：

public MOVE getApproximateNextMoveTowardsTarget(int fromNodeIndex, int toNodeIndex,
            MOVE lastMoveMade, DM distanceMeasure) {
        MOVE move = null;

        double minDistance = Integer.MAX_VALUE;

        for (Entry<MOVE, Integer> entry : currentMaze.graph[fromNodeIndex].allNeighbourhoods.get(
                lastMoveMade).entrySet()) {