?? ? ? 本文目的是對A*尋路算法所生成的路徑進行一些人性化的調整，使其看起來不至于太機械化。關于A*算法的原理與實現，讀者可以閱讀其他資料，這里不再詳細闡述。

如何寫估價函數

? ? ? ? A*尋路算法本質上是一個有方向性的廣度優先搜索算法，它使用一個估價函數，來估測可能的最短路徑，在每一次搜索迭代完成后，選取其鄰接點中最優的一個（即，距離終點最近的一個點），作為下一次迭代的起點。如此反復，直到找到終點。下面先列出估價函數的常規寫法：

? ? ? ? 設i點到起點的價值為S，到終點的估價為E，i點的總估價G等于S+E。S的值是確定的：

[cpp]?view plain?copy

S?=?parent.S?+?1（i點是其父節點的水平或垂直方向上的鄰接點）??

或??

S?=?parent.S?+?sqrt(2)）（i點是其父節點斜方向上的鄰接點）??

E點的值需要估算。精確一點的寫法：

[cpp]?view plain?copy

水平距離：dx?=?abs(ix?-?ex)??

垂直距離：dy?=?abs(iy?-?ey)??

需要斜著走過的距離：v1?=?min(dx,?dy)?*?sqrt(2)??

需要直線走過的距離：v2?=?max(dx,?dy)?-?min(dx,?dy)??

E?=??v1?+?v2??

粗略的寫法：

[cpp]?view plain?copy

E?=?abs(ix?-?ex)?+?abs(iy?-?ey)??

如何避免轉向抖動

? ? ? ? A*尋路得到的結果是最優的，但不是唯一的，這源于兩點之間最近的路線可能不只一條。那么問題就產生了，兩條最佳路線距離都相等的情況下，哪一條會更好？

?? ?

（紅色是障礙，白色可通行，黑色是搜索路徑）

? ? ? ? 如上圖所示，是A* 8方向搜索得到的兩條距離相等的路線，但是左圖的路線在中間位置發生了“拐彎”，要比右圖的路線多一個“拐彎”。如果路線上拐彎太多，人物行走的過程中，會出現頻繁轉向，從而出現“抖動”現象。所以，我們判定右圖路線優于左圖路線。針對這一問題，我們可以通過修改估價函數，來選擇“拐彎”更少的路線。

? ? ? ? 拐彎的問題，可以簡化成先盡可能的向一個方向走，然后再考慮轉向。進一步簡化成，點越接近起點或是終點，越優先考慮。我們給E加上一個干擾值factor,

[cpp]?view plain?copy

factor?=?min(abs(ix?-?sx),?abs(ix?-?ex))?+?min(abs(iy?-?sy),?abs(iy?-?ey))??

factor?*=?0.01??

factor的值不能過大，否則會造成搜索結果不是最短距離，因此適當的給factor乘上一個縮放系數。

如何遠離障礙物

? ? ? ? A*尋路的效果是抄近道，走捷徑。但對于游戲體驗來說，這并不完全是件好事，放著寬闊的馬路不走，非得走懸崖峭壁，一不小心就跌落萬丈深淵，或者卡在巖石邊上。那么，我們該如何避免這些現象呢？同樣，我們可以通過修改估計函數做到。

? ? ? ? 我們給每一塊可走區域都加上一個干擾值，越靠近障礙的可走區域，其干擾值越大。干擾值計算方法：

[cpp]?view plain?copy

factor?=?0??

for(x?=?-n;?x?<=?n;?++x)??

{??

??????for(y?=?-n;?y?<=?n;?++y)??

?????{??

????????if(isObstacle(ix?+?x,?iy?+?y))??

????????{??

????????????factor?+=?n?-?min(abs(x),?abs(y))??

????????}??

?????}??

}??

? ? ? ? 我們甚至可以根據地表的材質來增加干擾值，比如山路和沼澤地帶明顯比馬路的干擾值大。

后記

? ? ? ? 總之，我們可以調節估價函數來達到不同的效果。但是，也不能隨意修改，不良的估價函數，會增加搜索成本。

總結

以上是生活随笔為你收集整理的A star算法优化二的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。