一种高效的寻路算法 - B*寻路算法

  在此把这个算法称作B* 寻路算法(Branch Star 分支寻路算法,且与A*对应),本算法适用于游戏中怪物的自动寻路,其效率远远超过A*算法,经过测试,效率是普通A*算法的几十上百倍。


  通过引入该算法,一定程度上解决了游戏服务器端无法进行常规寻路的效率问题,除非服务器端有独立的AI处理线程,否则在服务器端无法允许可能消耗大量时间的寻路搜索,即使是业界普遍公认的最佳的A*,所以普遍的折中做法是服务器端只做近距离的寻路,或通过导航站点缩短A*的范围。


算法原理 
  本算法启发于自然界中真实动物的寻路过程,并加以改善以解决各种阻挡问题。 
  前置定义: 
  1、探索节点:为了叙述方便,我们定义在寻路过程中向前探索的节点(地图格子)称为探索节点,起始探索节点即为原点。(探索节点可以对应为A*中的开放节点) 
  2、自由的探索节点:探索节点朝着目标前进,如果前方不是阻挡,探索节点可以继续向前进入下一个地图格子,这种探索节点我们称为自由探索节点; 
  3、绕爬的探索节点:探索节点朝着目标前进,如果前方是阻挡,探索节点将试图绕过阻挡,绕行中的探索节点我们成为绕爬的探索节点;


算法过程 
  1、起始,探索节点为自由节点,从原点出发,向目标前进; 
  2、自由节点前进过程中判断前面是否为障碍, 
       a、不是障碍,向目标前进一步,仍为自由节点; 
       b、是障碍,以前方障碍为界,分出左右两个分支,分别试图绕过障碍,这两个分支节点即成为两个绕爬的探索节点; 
  3、绕爬的探索节点绕过障碍后,又成为自由节点,回到2); 
  4、探索节点前进后,判断当前地图格子是否为目标格子,如果是则寻路成功,根据寻路过程构造完整路径; 
  5、寻路过程中,如果探索节点没有了,则寻路结束,表明没有目标格子不可达;


演示如下:  
   
   
  


  B*与A*算法的性能比较 
    寻路次数比较(5秒钟寻路次数) 
    
  B*与A*性能比较实例 
    1、 无障碍情况 
      此种情况,根据以上测试数据,B*算法效率是普通A*的44倍(左为A*,右为B*) 
       
    2、线形障碍 
      此种情况,根据以上测试数据,B*算法效率是普通A*的28倍(左为A*,右为B*) 
       
    3、环形障碍 
      此种情况,根据以上测试数据,B*算法效率是普通A*的132倍(左为A*,右为B*) 
       
    4、封闭障碍(目标不可达) 
      此种情况,根据以上测试数据,B*算法效率是普通A*的581倍(左为A*,右为B*) 
       

衍生算法 
  通过以上封闭障碍,可以看出,这个方法在判断地图上的两个点是否可达上,也是非常高效的,在不可达情况下,时间复杂度与封闭障碍的周长相当,而不是整个地图的面积。

posted on 2014-11-19 07:43  iackjee  阅读(1899)  评论(0编辑  收藏  举报

导航