AStar算法
ASatr算法是Dijkstra算法的一种优化算法,Dijkstra每次找最近的中间点时,使用的是if(set[j] == 0 && dis[j] <min) ,直接拿中间点到起点的距离判断。A星将其优化为dis[j] + h[j] < min 增加了一个估值函数,计算中间点到终点的距离。 不同的估值函数影响了AStar算法的性能。 不错的介绍视频:A*寻路算法详解 #A星 #启发式搜索_哔哩哔哩_bilibili
有专门的A星寻路算法的实现库: Get Started With The A* Pathfinding Project - A* Pathfinding Project (arongranberg.com) 【Astart寻路插件】Unity3d 寻路插件A*Pathfinding学习与研究_Unity3D软件工程师。的技术博客_51CTO博客
使用AStarPathfinding插件
添加一个空节点,增加Pathfinder组件 2. 修改Graphic设置
- 在行动单位上添加组件 AILerp 和AIDestinationSetter,修改参数
- 设置后场景图
效果图:
我的unity + tilemap的实现
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.Tilemaps;
public class APath : MonoBehaviour
{
public Grid grid;
public Tilemap road;
public TileBase tilePathFlag;
public TileBase TargetFlag;
public TileBase PathFlag;
public int start_x,start_y;
public float DelayTime = 0.1f;
int end_x,end_y;
void Start()
{
}
void Update()
{
if(Input.GetMouseButtonDown(0))
{
var worldPos = Camera.main.ScreenToWorldPoint(Input.mousePosition);
var cellPos = grid.WorldToCell(worldPos);
end_x = cellPos.x;
end_y = cellPos.y;
road.SetTile(cellPos, TargetFlag);
StartCoroutine(StartWalk());
}
if(Input.GetMouseButtonDown(1))
{
road.ClearAllTiles();
}
}
List<Vector2Int> vector2s = new List<Vector2Int>
{
new Vector2Int(-1,0),
new Vector2Int(1,0),
new Vector2Int(0,1),
new Vector2Int(0,-1)
};
Dictionary<int, Dictionary<int, int>> disMap = new Dictionary<int, Dictionary<int, int>>();
Dictionary<int, Dictionary<int, int>> visitMap = new Dictionary<int, Dictionary<int, int>>();
Dictionary<int, Dictionary<int, Vector3Int>> path = new Dictionary<int, Dictionary<int, Vector3Int>>();
void AddVisit(int x,int y)
{
visitMap.TryGetValue(x, out var cells);
if (cells == null)
{
visitMap[x] = new Dictionary<int, int>();
cells = visitMap[x];
}
cells[y] = y;
}
bool InVisit(int x,int y)
{
visitMap.TryGetValue(x, out var cells);
if (cells == null)
{
return false;
}
return cells.ContainsKey(y);
}
void AddPath(int tx,int ty, Vector3Int v)
{
path.TryGetValue(tx, out var cells);
if (cells == null)
{
path[tx] = new Dictionary<int, Vector3Int>();
cells = path[tx];
}
cells[ty] = v;
}
Vector3Int? GetPath(int x,int y)
{
path.TryGetValue(x, out var cells);
if (cells == null)
{
return null;
}
cells.TryGetValue(y,out var v);
return v;
}
bool AddTempCell(int x,int y,int dis)
{
foreach(var pos in vector2s)
{
int tx = x + pos.x;
int ty = y + pos.y;
var temp = new Vector3Int(tx, ty, 0);
if(tx == end_x && ty == end_y)
{
AddPath(tx, ty, new Vector3Int(x, y, 0));
return true;
}
if(road.GetTile(temp) == null)
{
disMap.TryGetValue(tx, out var cells);
if(cells == null)
{
disMap[tx] = new Dictionary<int, int>();
cells = disMap[tx];
}
if (cells.TryGetValue(ty, out var cell))
{
if(cell > dis + 1)
{
cells[ty] = dis + 1;
AddPath(tx, ty, new Vector3Int(x, y, 0));
}
}
else
{
cells[ty] = dis + 1;
AddPath(tx, ty, new Vector3Int(x, y, 0));
}
}
}
return false;
}
int ComputeDis(int x,int y)
{
var dis = Mathf.Abs(x-end_x) + Mathf.Abs(y-end_y);
return dis;
}
IEnumerator StartWalk()
{
disMap.Clear();
visitMap.Clear();
path.Clear();
if (AddTempCell(start_x, start_y, 0))
{
DrawPath();
yield break;
}
while (true)
{
int minDis = int.MaxValue;
int minX = 0;
int minY = 0;
int targetV = 0;
foreach(var cells in disMap)
{
foreach (var cell in cells.Value)
{
int x = cells.Key;
int y = cell.Key;
if (InVisit(x, y)) continue;
int v = cell.Value;
int dis = (int)(v*0.1+0.9*ComputeDis(x, y));
if (dis < minDis)
{
minDis = dis;
minX = x;
minY = y;
targetV = v;
}
}
}
AddVisit(minX, minY);
road.SetTile(new Vector3Int(minX, minY,0), tilePathFlag);
if (AddTempCell(minX, minY, targetV))
{
DrawPath();
yield break;
}
yield return new WaitForSeconds(DelayTime);
}
}
void DrawPath()
{
Vector3Int? pos = path[end_x][end_y];
while(pos != null && (pos.Value.x != start_x || pos.Value.y != start_y))
{
road.SetTile(pos.Value, PathFlag);
pos = GetPath(pos.Value.x, pos.Value.y);
}
}
}
JPS 跳点算法
A星的一种优化算法,主要思路是寻找路径中的拐点。
JPS/JPS+ 寻路算法 - KillerAery - 博客园 (cnblogs.com) 核心概念:
强迫邻居(Forced Neighbour)
强迫邻居:节点 x 的8个邻居中有障碍,且 x 的父节点 p 经过x 到达 n 的距离代价比不经过 x 到达的 n 的任意路径的距离代价小,则称 n 是 x 的强迫邻居。
看定义也许十分晦涩难懂。直观来说,实际就是因为前进方向(父节点到 x 节点的方向为前进方向)的某一边的靠后位置有障碍物,因此想要到该边靠前的空位有最短的路径,就必须得经过过 x 节点。
可能的情况见图示,黑色为障碍,红圈即为强迫邻居:
(左图为直线方向情况下的强迫邻居,右图为斜方向情况下的强迫邻居)
跳点(Jump Point)
跳点:当前点 x 满足以下三个条件之一:
- 节点 x 是起点/终点。
- 节点 x 至少有一个强迫邻居。
- 如果父节点在斜方向(意味着这是斜向搜索),节点x的水平或垂直方向上有满足条件a,b的点。
节点y的水平或垂直方向是斜向向量的拆解,比如向量d=(1,1),那么水平方向则是(1,0),并不会往左搜索,只会看右边,如果向量d=(-1,-1),那么水平方向是(-1,0),只会搜索左边,不看右边,其他同理。
下图举个例子,由于黄色节点的父节点是在斜方向,其对应分解成向上和向右两个方向,因为在右方向发现一个蓝色跳点,因此黄色节点也应被判断为跳点:
|