——个人笔记
本人学习《Unity人工智能游戏开发》和Siki学院的《Unity游戏开发人工智能编程》的笔记
-
介绍
- A*寻路算法并不是找到最优路径,只是找到相对近的路径,因为找最优要把所有可行路径都找出来进行对比,消耗性能太大,寻路效果只要相对近路径就行了。不过现在3D游戏很多都用unity中的自动寻路系统。
-
寻路步骤
- 从起点开始, 把它作为待处理的方格存入一个"开启列表", 即把起点放入“开启列表”,开启列表就是一个等待检查方格的列表。
- 寻找开启列表中F值最小的点C(一开始只有起点)周围可以到达的方格(可到达的意思是其不是障碍物,也不存在关闭列表中的方格),若是上下左右有障碍物,那么也不能向那个方向的斜方向走。
- 计算C周围可到达的方格的F值。将还没在开启列表的放入"开启列表", 并设置它们的"父方格"为点C。 如果C中某个可到达的方格已经在开启列表那么如果F值更优才要更改F值和把其"父方格"设为点C。
- 把2中的点C从"开启列表"中删除并存入"关闭列表", "关闭列表"中存放的都是不需要再次检查的方格。
- 如果2中点C不是终点并且开启列表的数量大于零,那么继续从第2步开始。如果是终点开始返回,如果开启列表数量为零,那么就是找不到有效路径。
-
F值(找当前有可能最优点的凭据)
- F = G + H (F是预计到终点的总移动消耗)
G 表示从起点 A 移动到网格上指定方格的移动耗费 (可沿斜方向移动)。
H 表示从指定的方格移动到终点 B 的预计耗费 (H 有很多计算方法, 这里我们设定只可以上下左右移动,即该点与终点的X,Y坐标(指的是平面的x、y值)各差值的和)。
- F = G + H (F是预计到终点的总移动消耗)
-
简略图示
-
图中,绿色方格为起点,红色方格为终点,蓝色为障碍物。 第一次就会找到四周的9个方格并放入开启列表,并计算他们的F值。图的计算方式和步骤一样只是单位长度和代码中的不同。找最优F值就是C点,接着找C周围的方格,把C移除开启列表,加入关闭列表,接着找到现在最优F值是D点,按照步骤走就行,这里不详细说了。
-
这里是遍历到终点的图示,蓝色边是加入关闭列表的,绿色边是加入开启列表的。