<font style="vertical-align: inherit;"><font style="vertical-align: inherit;">Amit 的 A* 页面</font></font>

我们建立解决的问题是让游戏对象从起点到目标。寻找路解决了从起点到寻找好路径的问题——躲避障碍物，躲避敌人，并最小化目标成本（燃料、时间、距离、设备、金钱等）。移动解决了选择路径并沿用其移动的问题。可以只将精力花在其中一个上。一个复杂的探路者加上一个微不足道的运动算法会在物体开始移动时找到一条路径，并且物体会沿着这条路径走，而忽略其他一切。在另一个极端，仅运动的系统不会向前看以找到路径（相反，初始“路径”将是一条直线），只有一步一步，考虑到每个点的当地环境。最好的办法是通过寻找路和移动算法来实现的。

寻找路径#

1. A* 简介
   1. 算法
   2. Dijkstra算法和最佳优先搜索
   3. 算法
2. 问式
   1. A* 对大脑式算法的使用
   2. 速度还是准确？
   3. 大规模
   4. 循环式
      1. 预计算计算公式
      2. 线性循环式
   5. 数字地图的思想式方法
      1. 调查距离
      2. 对角线距离
      3. 欧几里得距离
      4. 欧几里得距离，平方
      5. 有几个目标
      6. 打破关系
   6. 相似式
3. 实施说明
   1. 草图
      1. 连通性
   2. 表现
   3. 源代码和演示
      1. 演示
      2. 代码
   4. 设置表示
      1. 未排序的数组或链表
      2. 排序数组
      3. 排序链表
      4. 二叉堆
      5. 排序的跳过列表
      6. 索引数组
      7. 哈希表
      8. 张开的树
      9. 桶钓
      10. 热门
      11. 配对堆
      12. 软堆
      13. 顺序堆
      14. 数据结构比较
      15. 混合表示
   5. 与游戏循环交互
      1. 提前退出
      2. 可中断运行
      3. 集体运动
      4. 细化
4. A*的变体
   1. 波束搜索
   2. 拒绝继续
   3. 非常A*
   4. 足迹搜索
   5. 意大利搜索
   6. 动态 A* 和非常规划 A*
   7. 跳转点搜索
   8. θ*
5. 移动处理障碍
   1. 计算繁重的路径
   2. 路径
   3. 观察地图变化
   4. 预测障碍物移动
6. 计算的路径使用空间
   1. 位置与方向
   2. 压缩路径
      1. 位置存储
      2. 指示位置
   3. 计算的航点
   4. 有限的路径长度
   5. 大概

其他主题#

还有许多其他主题与寻路相关。

1. 地图表示
   1. 坐标
      1. 标签运动
      2. 边境移动
      3. 引力运动
   2. 罗马地图
      1. 管理复杂性
   3. 导航文字
      1. 汤姆运动
      2. 边界移动
      3. 交换移动
      4. 混合运动
      5. 路径学校
   4. 显示器的
   5. 环绕图
   6. 连接组件
   7. 路线图
   8. 跳过链接
   9. 航点
   10. 图形格式建议
2. 长期和短期目标
   1. 单位移动
   2. 行为标志或景象
   3. 等待运动
   4. 共同运动
3. 探路者的移动成本
   1. 高度
      1. 上坡
      2. 向上或移动移动
   2. 形状
      1. 森林、山和丘陵
      2. 道路
      3. 墙壁或其他文物
      4. 坡地
   3. 敌和友方单位
   4. 标记的信标
   5. 燃油消耗
4. 行走的道路的用户体验
   1. 哑巴运动
   2. 智能运动
   3. 多线程
   4. 多个单元
   5. 一些航点
5. 应用
   1. 探索
   2. 亲爱的活动
   3. 道路建设
   4. 分析
   5. 城市建设
6. 人工智能技术
   1. 神经网络
   2. 遗传算法
   3. 强化学习
7. 参考