路径规划之A*算法

A*算法，作为启发式搜索算法中的一种，这是一种在图形平面上，有多个节点的路径，求出最低通过成本的算法。A*算法是把启发式方法（heuristic approaches）如BFS（完全使用贪心策略），和常规方法如Dijsktra算法结合在一起的算法。有点不同的是，类似BFS的启发式方法经常给出一个近似解而不是保证最佳解。然而，尽管A star基于无法保证最佳解的启发式方法，A star却能保证找到一条最短路径。

A*算法最为核心的部分，就在于它的一个估值函数的设计上： f(n)=g(n)+h(n)

其中f(n)是每个可能试探点的估值，它有两部分组成：
1）一部分，为g(n)，它表示从起始搜索点到当前点的代价（通常用某结点在搜索树中的深度来表示）；
2）另一部分，即h(n)，它表示启发式搜索中最为重要的一部分，即当前结点到目标结点的估值；
h(n)设计的好坏，直接影响着具有此种启发式函数的启发式算法的是否能称为A*算法。

一种具有f(n)=g(n)+h(n)策略的启发式算法能成为A*算法的充分条件是：
      1、搜索树上存在着从起始点到终了点的最优路径。
      2、问题域是有限的。
      3、所有结点的子结点的搜索代价值>0。
      4、h(n)=<h*(n) （h*(n)为实际问题的代价值）。

当此四个条件都满足时，一个具有f(n)=g(n)+h(n)策略的启发式算法能成为A*算法，并一定能找到最优解。

对于一个搜索问题，显然，条件1,2,3都是很容易满足的，而条件4： h(n)<=h*(n)是需要精心设计的，由于h*(n)显然是无法知道的，所以，一个满足条件4的启发策略h(n)就来的难能可贵了。

算法流程

我们可以按照如下步骤，执行A*搜索算法：

1. 将起点a放入到“开放列表”（open list）中，
2. 重复如下过程：

①遍历开放列表，计算列表中每一个节点s的评价函数f(s)。查找f(n)值最小的节点n，把它作为当前要处理的节点。

②对当前节点n中，与之相邻的其他所有节点，做如下操作：

• 若节点b是不可抵达的（unreachable），或者在关闭列表（closed list）中，忽略它。否则，做如下操作。
• 若节点c不在开放列表中，则将其加入开放列表，并将当前节点n设置为其父亲节点。计算节点b的和f(b),g(b)和ℎ(b)。
• 若节点d已经在开放列表中，则需要检查这条路径（节点n到节点d的路径）是否更好。参考指标为g值，若g更小，则说明该路径更好。若这条路径更好，则将它的父亲节点（设为节点e）设置为当前节点，并重新计算和f(e)和g(e)。

③将n移动到“关闭列表”（closed list）中。关闭列表中的所有元素已经不需要被关注。

3. 当满足如下条件中的一个时，程序终止。

• 将终点加入到了开放列表中（此时路径已经找到了）。
• 无法查找到终点，并且此时开放列表是空列表（此时没有路径）。

4. 若终点已经找到，查找最短路径：从终点开始，每个节点都沿着父亲节点移动，直到起点。

启发函数的选择

借鉴于：A*算法（A-star Algorithm）详解：理论与实例 - 知乎 (zhihu.com)