基于差分进化和稀疏A*算法的游戏地图智能寻径方法

2021-07-12 01:07:32常晋义
淮阴师范学院学报(自然科学版) 2021年2期
关键词:游戏方法

齐 燕,常晋义

(1.苏州托普信息职业技术学院 信息技术学院,江苏 昆山 215311; 2.常熟理工学院 计算机科学与工程学院,江苏 常熟 215500)

0 引言

随着人工智能(AI)技术的发展,越来越多的产业与人工智能相结合产生了较好的应用效果,例如:路径规划、计算机视觉、服务式机器人等[1-3].其中,智能寻径方法[4]因人工智能算法的成熟而受到了越来越多的关注,并成为目前的研究热点.

近年来,游戏行业的发展也将寻径方法带入到了游戏产业,Non-Player Character(NPC)的出现也造成了游戏地图中的智能寻径方法的广泛应用.若想使得NPC角色更加灵活与智能化,游戏设计研究者必须开发一个较好的寻径方法来搜寻最佳路径.较为经典的Dijkstra算法[5]可以较好地完成寻找路径这一任务,但是存在最终路径并非最优路径且算法稳定性较差等问题.Greedy算法[6]也是寻径算法中的一种,该算法通过导出局部最大值或者最小值来寻找最优路径,但Greedy算法只取局部最优,并不需要考虑当前的决定对之后决策的影响,所以尽管Greedy算法给出了接近于最优的结果,但是还不能给出最优路径.目前在游戏地图寻径问题上应用最广泛的是A*算法[7],是采用一种直接搜索的方法来求得静态网络中的最优路径.A*算法通过比较当前路径栅格的8个邻居的启发式函数值F来逐步确定下一个路径栅格,但是无法计算出来存在多个最小值的情况,即不能出现最优解.同时,A*算法当面临地图较大且复杂的时候运行速度较慢……

登录APP查看全文

猜你喜欢
游戏方法
疯狂的游戏
飞碟探索(2016年11期)2016-11-14 19:34:47
爆笑游戏
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
第八章直接逃出游戏
小学科学(2015年7期)2015-07-29 22:29:00
捕鱼