URL
status
type
date
slug
summary
tag
category
password
icon
人工智能导论的老师留了一个作业，就是学习一种算法，在学完数据结构之后，我几乎没再碰算法，想不出逻辑思路是一方面，实用性一般又是一方面。实际开发中，大部分情况下使用算法，都是依赖方法的封装，就算不理解其内部的实现原理也毫无影响（一言以蔽之，能够使用技术比研究技术原理更重要）。但正如消费要赋税，学生要完成作业，于是就有了这篇文章。
有三种经典的寻路算法，一种是广度优先算法(BFS)，一种是迪杰斯特拉算法(Dijkstra)，还有一种是A*算法，在游戏中，A*算法是最常用的路径搜索算法。
对于大多数游戏开发需求，Unity的内置导航系统已经足够强大，能够满足大部分的导航需求，无需开发者自行实现A*或其他路径搜索算法。
虽然Unity的
NavMeshAgent 组件的 SetDestination 方法没有明确说明使用了A*算法，但它确实使用了一种高效的启发式搜索算法来计算路径，这与A*算法的目标是一致的。对于开发者来说，使用Unity的导航系统可以避免重复造轮子，让开发过程更加高效。以下是Unity手册中对于SetDestination方法的记录：AI.NavMeshAgent-SetDestination
返回
bool 如果目标请求成功，则返回 true，否则返回 false。描述
设置或更新目标，从而触发新路径计算。请注意，路径可能在几帧之后才可用。 计算路径时，pathPending 将为 true。 如果有效路径可用，代理将恢复移动。
算法思路
A*寻路算法利用G,H,F三个主要数值来计算最佳路径，
G代价表示从某节点到开始节点的移动距离，
H代价则相反，它表示某节点到目标节点的估计移动距离，H代价本质上是乐观的，所以是小于等于实际代价的，它永远不会比实际代价大。
F代价=G代价+H代价,F值越低，作为寻径选择就越有吸引力，我们的目标是简单地选择最低的F代价，不断地重复，直至抵达目标点。
这个实现是一个简化的版本，它没有包含所有的功能，比如正确的节点比较逻辑来选择最低成本的节点，以及对网格的初始化。在实际应用中，还需要根据具体需求来调整和完善这个算法.
- 作者:Cloud
- 链接:https://cloud09.xyz/article/6f7963d6-e59a-4a15-98ff-a25d9a9a7986
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。