原汁原味的astar是启发式搜索,随着启发式的算法改变,搜索结果和使用场景也会不一样。
启发式函数可以有很多加盐的东西,比如权重,3d距离,道路材质(摩擦力等),个性偏好等。
加盐的目的是为了适应更多的应用场景,不过原始的astar是二维平面的,对于具有多重高度图的三维那么用起来就不太方便了。
进行三维空间的扩展的话,原理和二维一样的,只不过方向可以扩展为3x3x3的立方体组合,这种立方体借助了体素的思想,复杂一点的可以基于网格mesh
A星寻路的启发式加盐和扩展
原汁原味的astar是启发式搜索,随着启发式的算法改变,搜索结果和使用场景也会不一样。
启发式函数可以有很多加盐的东西,比如权重,3d距离,道路材质(摩擦力等),个性偏好等。
加盐的目的是为了适应更多的应用场景,不过原始的astar是二维平面的,对于具有多重高度图的三维那么用起来就不太方便了。
进行三维空间的扩展的话,原理和二维一样的,只不过方向可以扩展为3x3x3的立方体组合,这种立方体借助了体素的思想,复杂一点的可以基于网格mesh