算法：塔防游戏中的路径寻找

最新推荐文章于 2023-06-01 15:28:15 发布

隔壁大虾

最新推荐文章于 2023-06-01 15:28:15 发布

阅读量2.3k

点赞数

分类专栏：寻路算法文章标签：寻路算法

寻路算法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

在塔防游戏中，有许多敌人向着同一目标前进。在很多塔防游戏当中，有一条或几条事先预定好的路径。在一些中，比如经典的《Desktop Tower Defense》，你可以将塔放在任何位置，它们充当障碍影响敌人选择的路径。试一试，点击地图来移动墙壁：

（原文中的可播放的动画，点击跳转查看）

我们如何来实现这种效果？

像A*这样的图搜索算法经常被用来寻找两点之间的最短路径。你可以用这个来为每一个敌人找到前往目标的路径。在这种类型的游戏当中，我们有很多不同的图搜索算法来。这是一些经典方法

单源，单目标:

- 贪心搜索算法
- A*算法 – 在游戏当中常用

单源多目标或多源单目标

广度优先算法-无加权边
Dijkstra算法-有加权边
Bellman-Ford算法-支持负权重

多源多目标

像《Desktop Tower Defense》这样的游戏会有很多个敌人（源）和一个共同的目的地。这使得它被归为多源单目标一类。我们可以执行一个算法，一次算出所有敌人的路径，而不是为每个敌人执行一次A*算法。更好的是，我们可以计算出每个位置的最短路径，所以当敌人挤在一块或者新敌人被创建时，他们的路径已经被计算好了。

我们先来看看有时也被称作“洪水填充法”（FIFO变种）的广度优先算法。虽然图搜索算法是适用于任何由节点和边构成的图，但是我还是使用方形网格来表示这些例子。网格是图的一个特例。每个网格瓦片是图节点，网格瓷砖之间的边界是图的边。我会在另一篇文章当中探讨非网格图。

广度优先搜索始于一个节点，并访问邻居节点。关键的概念是“边界”，在已探索和未开发的区域之间的边界。边界从原始节点向外扩展，直到探索了整张图。

边界队列是一个图节点(网格瓦片)是否需要被分析的列表/数组。它最开始仅仅包含一个元素，起始节点。每个节点上的访问标志追踪我们是否采访过该节点。开始的时候除了起始节点都标志为FALSE。使用滑块来查看边界是如何扩展的：

（原文中的可播放的动画，点击跳转查看）

这个算法是如何工作的？在每一步，获得一个元素的边界并把它命名为current。然后寻找current的每个邻居，next。如果他们还没有被访问过的话，将他们都添加到边界队列里面。下面是一些python代码：

 
        frontier 
        = 
        Queue() 
       
        frontier.put(start) 
       
        visited 
        = 
        {} 
       
        visited[start] 
        = 
        True 
       
        while 
        not 
         frontier.empty(): 
       
        current 
        = 
        frontier.get() 
       
        for 
        next 
         in 
         graph.neighbors(current): 
       
        if 
        next 
         not 
         in 
         visited: 
       
        frontier.put( 
        next 
        ) 
       
        visited[ 
        next 
        ] 
        = 
        True

现在已经看见代码了，试着步进上面的动画。注意边界队列，关于current的代码，还有next节点的集合。在每一步，有一个边界元素成为current节点，它的邻居节点会被标注，并且未被拜访过的邻居节点会被添加到边界队列。有一些邻居节点可能已经被访问过，他们就不需要被添加到边界队列里面了。

这是一个相对简单的算法，并且对于包括AI在内的很多事情都是有用的。我有三种主要使用它的办法：

1.标识所有可达的点。这在你的图不是完全连接的，并且想知道哪些点是可达的时候是很有用的。这就是我再上面用visited这部分所做的。
2.寻找从一个点到所有其他点或者所有点到一个点的路径。我在文章开始部分的动画demo里面使用了它。
3.测量从一个点到所有其他点的距离。这在想知道一个移动中的怪物的距离时是很有用的。

如果你正在生成路径，你可能会想知道从每个点移动的方向。当你访问一个邻居节点的时候，要记得你是从哪个节点过来的。让我们把visited重命名为came_from并且用它来保存之前位置的轨迹：

 
        frontier 
        = 
        Queue() 
       
        frontier.put(start) 
       
        came_from 
        = 
        {} 
       
        came_from[start] 
        = 
        None 
       
        while 
        not 
         frontier.empty(): 
       
        current 
        = 
        frontier.get() 
       
        for 
        next 
         in 
         graph.neighbors(current): 
       
        if 
        next 
         not 
         in 
         came_from: 
       
        frontier.put( 
        next 
        ) 
       
        came_from[ 
        next 
        ] 
        = 
        current

我们来看看它看起来是怎样的：

（原文中的可播放的动画，点击跳转查看）

如果你需要距离，你可以在起始节点讲一个计数器设置为0，并在每次访问邻居节点的时候将它加一。让我们把visitd重命名为distance，并且用它来存储一个计数器：

 
          frontier 
          = 
          Queue() 
         
          frontier.put(start) 
         
          distance 
          = 
          {} 
         
          distance[start] 
          = 
          0 
         
          while 
          not 
           frontier.empty(): 
         
          current 
          = 
          frontier.get() 
         
          for 
          next 
           in 
           graph.neighbors(current): 
         
          if 
          next 
           not 
           in 
           distance: 
         
          frontier.put( 
          next 
          ) 
         
          distance[ 
          next 
          ] 
          = 
          1 
           + 
           distance[current]