一種高效的尋路演算法 - B*尋路演算法

pamxy發表於2013-06-20

轉自:http://qinysong.iteye.com/blog/678941

在此把這個演算法稱作B* 尋路演算法(Branch Star 分支尋路演算法,且與A*對應),本演算法適用於遊戲中怪物的自動尋路,其效率遠遠超過A*演算法,經過測試,效率是普通A*演算法的幾十上百倍。

通過引入該演算法,一定程度上解決了遊戲伺服器端無法進行常規尋路的效率問題,除非伺服器端有獨立的AI處理執行緒,否則在伺服器端無法允許可能消耗大量時間的尋路搜尋,即使是業界普遍公認的最佳的A*,所以普遍的折中做法是伺服器端只做近距離的尋路,或通過導航站點縮短A*的範圍。

演算法原理
本演算法啟發於自然界中真實動物的尋路過程,並加以改善以解決各種阻擋問題。
前置定義:
1、探索節點:
為了敘述方便,我們定義在尋路過程中向前探索的節點(地圖格子)稱為探索節點,起始探索節點即為原點。(探索節點可以對應為A*中的開放節點)

2、自由的探索節點:
探索節點朝著目標前進,如果前方不是阻擋,探索節點可以繼續向前進入下一個地圖格子,這種探索節點我們稱為自由探索節點;

3、繞爬的探索節點:
探索節點朝著目標前進,如果前方是阻擋,探索節點將試圖繞過阻擋,繞行中的探索節點我們成為繞爬的探索節點;
演算法過程
1、起始,探索節點為自由節點,從原點出發,向目標前進;
2、自由節點前進過程中判斷前面是否為障礙,
     a、不是障礙,向目標前進一步,仍為自由節點;
     b、是障礙,以前方障礙為界,分出左右兩個分支,分別試圖繞過障礙,這兩個分支節點即成為兩個繞爬的探索節點;
3、繞爬的探索節點繞過障礙後,又成為自由節點,回到2);
4、探索節點前進後,判斷當前地圖格子是否為目標格子,如果是則尋路成功,根據尋路過程構造完整路徑;
5、尋路過程中,如果探索節點沒有了,則尋路結束,表明沒有目標格子不可達;


演示如下: 
    
   



B*與A*演算法的效能比較

尋路次數比較(5秒鐘尋路次數) 


 
B*與A*效能比較例項
1、 無障礙情況
此種情況,根據以上測試資料,B*演算法效率是普通A*的44倍(左為A*,右為B*)

     
 

2、線形障礙
此種情況,根據以上測試資料,B*演算法效率是普通A*的28倍(左為A*,右為B*)

   

  
3、環形障礙
此種情況,根據以上測試資料,B*演算法效率是普通A*的132倍(左為A*,右為B*)

      


4、封閉障礙(目標不可達)
此種情況,根據以上測試資料,B*演算法效率是普通A*的581倍(左為A*,右為B*)
    

衍生演算法
通過以上封閉障礙,可以看出,這個方法在判斷地圖上的兩個點是否可達上,也是非常高效的,在不可達情況下,時間複雜度與封閉障礙的周長相當,而不是整個地圖的面積。

相關文章