A星算法学习第一天

本文是作者学习A星算法的开篇,旨在记录学习过程,解决路径规划问题,包括静态和动态环境下的寻路策略。内容涉及A星算法的基本概念、实现说明,以及算法的核心逻辑。同时,提供了参考资料和互动图表以加深理解。
摘要由CSDN通过智能技术生成

英文原文链接:http://theory.stanford.edu/~amitp/GameProgramming/

原博客来链接:https://blog.csdn.net/denghecsdn/article/details/78778769

开个博客学习A星算法,全当是一个记录吧。学习过程中有很多不会的问题,希望找到一起学的同学,互相交流。qq:942475720

路径规划问题是在给定的地图上,一直起点,并给定一个目标点,从而寻找这其中的最短路径。

动态环境下寻路——避开行人

静态环境下寻路——最短路径(环境成本),避开障碍物

一 介绍A星算法

三 实施说明

草图

A* 算法分成close和open两个集合,open集合包含候选的节点,和起始位置点,close集包含已经检查过的节点。open集是“边界”部分,close集合属于"内部",每个节点需要保存指向它的 副将

去掉所有代码后的A*算法相当简单。有两组,打开和关闭。开放集包含那些候选节点。最初,开放集只包含一个元素:起始位置。封闭集包含已经检查过的节点。最初,闭合集为空。从图形上看,开放集是“边界”,封闭集是访问区域的“内部”。每个节点还保存指向它的父节点的指针,以便我们可以确定它是如何找到的。

有一个主循环,它重复的调用出open中最好的节点n(f值最低的节点)并检查它。

如果N是目标,那么我们就完成了。

否则,节点n将从open列表中移除

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值