游戏AI中的寻路算法（A*算法）

——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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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)。

  ---

• 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。