[FreedomAI]第八周——蚁群算法综述以及应用初衷

在研究遗传算法的时候，随带看到了蚁群算法，发现了很有意思。

进而一细想，发现还在游戏的寻路中有一定应用的可能，首先，我们很头大的一个问题有时候在于，对于一大群AI，在同一帧来了一个请求，要求他们进行实时的寻路，这样我们还要不影响帧率的话，就要保证这些AI的寻路计算在1/FPS的时间内算完，但是对于A*那样的启发式算法来说，还是很有压力的。很大概率程序会直接崩掉。 

蚁群算法就具备这样的好处——即使数据规模变大，计算规模的增大也是有限的，每一步的决策都在线性内完成。并且还有一个好处，他并不需要确定的知道目标点在哪。当然这个算法是基于概率的进化型的算法——最大的通病在于，没法保证什么时候完成迭代。

接着我们先来介绍一下这个算法：

首先我们会初始化一些蚂蚁。

这些蚂蚁的目标是找到食物搬回家，回家后再出来找食物回家..........

并且这些蚂蚁具有一定的感知力，会感知到家和食物，一旦感知到周围有食物和家，就开始携带信息素，并开始边走边释放信息素，其他蚂蚁依靠信息素逐渐迭代到家和食物的路径上，我们就完成了寻路。

具体的寻路规则是：

蚂蚁在八近邻中如果没有找到含有信息素的，就进行随机寻路，该寻路具有一定的惯性，即在没有遇到墙的时候，会有更高概率保证走原方向的倾向。

如果在周围发现了信息素，则对八近邻的信息素浓度进行轮盘赌，来进行决定走哪个方向，当然在发现信息素的情况下，也有小概率选择随机寻路，这是为了保证不陷入局部的迭代。

具体的信息素释放是：

在找到了家的时候，携带家的信息素，清空食物