我已经在 AS3 中实现了 A* 算法,它工作得很好,除了一件事。
生成的路径通常不会采用最“自然”或最平滑的路径到达目标。
在我的环境中,对象可以像水平或垂直移动一样廉价地沿对角线移动。
这是一个非常简单的例子;起点用 S 标记,终点(或终点)用 F 标记。
| | | | | | | | | |
|S| | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
|F| | | | | | | | |
| | | | | | | | | |
| | | | | | | | | |
如您所见,在第一轮查找期间,节点 [0,2]、[1,2]、[2,2] 都将被添加到可能节点列表中,因为它们的得分均为 N。
当我试图决定继续处理哪个节点时,我遇到的问题出现在下一点。在上面的示例中,我使用 possibleNodes[0] 来选择下一个节点。如果我将其更改为 possibleNodes[possibleNodes.length-1] 我得到以下路径。
| | | | | | | | | |
|S| | | | | | | | |
| |x| | | | | | | |
| | |x| | | | | | |
| | | |x| | | | | |
| | |x| | | | | | |
| |x| | | | | | | |
|F| | | | | | | | |
| | | | | | | | | |
| | | | | | | | | |
然后使用 possibleNextNodes[Math.round(possibleNextNodes.length/2)-1]
| | | | | | | | | |
|S| | | | | | | | |
|x| | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
x| | | | | | | | | |
|F| | | | | | | | |
| | | | | | | | | |
| | | | | | | | | |
所有这些路径都具有相同的成本,因为它们都包含相同数量的步骤,但在这种情况下,最明智的路径如下......
| | | | | | | | | |
|S| | | | | | | | |
|x| | | | | | | | |
|x| | | | | | | | |
|x| | | | | | | | |
|x| | | | | | | | |
|x| | | | | | | | |
|F| | | | | | | | |
| | | | | | | | | |
| | | | | | | | | |
是否有一种正式接受的方法可以使路径看起来更合理,而不仅仅是数学上的正确?
最佳答案
您需要为您的启发式函数添加一个 Tie-breaker。这里的问题是有许多路径具有相同的成本。
对于支持直接路线的简单决胜局,您可以使用交叉积。 IE。如果 S 是起点,E 是终点,而 X 是算法中的当前位置,您可以计算 SE 和 XE 的叉积,并在启发式算法中添加惩罚,它离 0 越远(= 直接路径) )。
在代码中:
dx1 = current.x - goal.x
dy1 = current.y - goal.y
dx2 = start.x - goal.x
dy2 = start.y - goal.y
cross = abs(dx1*dy2 - dx2*dy1)
heuristic += cross*0.001
另见 http://theory.stanford.edu/~amitp/GameProgramming/Heuristics.html#S12 ,这是一个关于 A* 的优秀教程。
关于artificial-intelligence - 如何使用 A-star (A*) 找到最多 “Naturally"的直达路线,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/845626/