2D游戏地图的寻路实现

对2D游戏领域的地图寻路算法进行了研究。阐述了A＊寻路算法和D＊寻路算法,并在BlitzBasic2D游戏开发平台仿真实现了2种路径搜索算法。实验结果表明：A＊算法适合在静态地图中搜索路径,而D＊算法在动态地图中搜索路径更迅速、有效,且随着结点数量的增加,D＊算法优于A＊算法。     

游戏编程中的寻路算法研究

探讨了游戏开发中的一些寻路算法,提出了如何在游戏中使用遗传算法实现路径探索的基本思路,分析了遗传算法实现寻路的优点及其存在的问题.     

游戏编程中的寻路算法研究

探讨了游戏开发中的一些寻路算法,提出了如何在游戏中使用遗传算法实现路径探索的基本思路,分析了遗传算法实现寻路的优点及其存在的问题。     

基于残迹融合的高可用分布式导航算法

导航通信中断等问题经常导致电子地图中的自动寻路功能失效.为了实现分布式导航系统的有效容灾和寻路优化,提出了基于道路残迹数据融合的高可用分布式导航算法;给出了该算法的主要思想、算法模型、数据结构以及运行流程.该算法应用了蒙特卡罗方法进行道路可通行度评估;采用了2维叠加空间进行"道路信息-寻路需求"匹配方法.最后进行了算法效能分析与仿真.仿真实验结果证明,该算法具有较好的容灾性能、响应速度和较好的适应能力.     

A~＊路径规划算法的改进及实现

针对A＊算法在路径规划过程中因遍历节点多而导致搜索时间长和路径规划距离长的问题,对A＊算法进行了改进.改进算法采用两点间的欧氏距离作为估价函数,并以前向搜索和后向搜索交替进行的方式来减少路径规划时间.仿真结果表明,改进算法在搜索时间和距离上分别比A＊算法减少了0.0184s和42m,在搜索得到的路径长度和算法运行时间上明显优于A＊算法.     

基于电力设备坐标残迹的容灾导航算法

针对GPS灾难中的容灾导航和自动寻路等问题,提出了充分利用电力设备坐标残迹的容灾导航算法DTNA;对该算法的核心思想、算法结构与模块、残迹的表述结构以及算法处理流程进行了详述。该算法采用了信息融合方法,通过电力设备残迹坐标实现可行道路的自动生成;采用了二维叠加空间进行“道路信息-寻路需求”匹配。仿真实验结果证明该算法的容错时耗较少,算法的运行也无需占用过多的计算资源,具有良好的综合性能;最后阐述了该算法的未来发展与应用前景。     

三维场景中角色自动寻径算法研究

以大规模三维场景中角色自动寻径为研究背景,提出一种基于A*算法的高效自动寻路的方法。针对常见三维网络游戏地图,采用RSG结构模型对三维场景的地形数据进行组织,用于实现大规模场景的平原、高山等自然地形地貌的仿真。同时,在RSG结构的地形数据基础上,生成一种基于可编辑的更细致的导航网格数据,用于辅助实现高效的寻径。在A*算法的基础上,对A*算法的启发性进行了扩展,重点研究了在导航网格数据辅助下的全局寻路算法。将该文的算法应用于大规模三维场景的角色自动寻径中,实验结果表明,文中提出的三维场景中角色自动寻径算法,方法简单、导航网格数据编辑方便,适用范围广,具有很好的应用价值。     

基于改进适应度函数的麻雀搜索算法路径规划研究

将一种智能优化算法——麻雀搜索算法应用于移动机器人二维路径规划，并对其进行改进以提升寻路效率。基于该算法的实验环境在栅格地图中实现，采用麻雀搜索算法进行路径规划，为了解决该算法在路径规划应用中原本适应度值不佳，种群易受局部最优个体误导的问题，设计并改进了算法的适应度函数，将本代的全局最优种群作为下一代迭代的评价标准，并将适用于路径规划的思想加入到适应度函数中。在模拟场景中进行了寻路仿真实验，实验结果验证了算法改进的合理性和提升程度。     

基于多Agent遗传算法求解迷宫游戏

游戏设计的实质是设计一些相互关联的游戏规则.通过分析迷宫游戏元素之间的关系,抽象制定出一套游戏规则,并在此基础上,提出了一种以寻路个体为单个智能体的多Agent遗传算法.通过C＋＋进行模拟仿真,实验结果验证了所提优化算法的合理性;与传统的遗传算法相比,此算法在避免早熟的同时有很快的全局收敛性.     

采用蚁群算法模拟机器人寻路的仿真实验

蚁群算法是一种基于蚁群寻找食物这一现象,实现寻路优化的算法。通过在MATLAB中进行程序设计,实现了利用蚁群算法模拟自动寻路的计算,并进一步将程序应用于简易机器人的寻路模块,初步实现机器人的寻路优化功能。     

一种蚁群策略的双信道传感器网络路由算法

针对高负载无线传感器网络堵塞率比较高的问题,提出了一种基于蚁群策略的双信道传感器网络路由算法(CORA).该算法首先利用双信道通信模式降低了信道竞争过程中的数据碰撞和多播抑制几率;再利用最大感染球策略来压缩蚁群的寻路范围,进而降低网络的寻路能耗;借助分层图模型提出了一种两层网络联合优化的选路策略,该策略可将控制层中被堵塞的寻路业务有条件地下放在数据层中传输,从而降低网络的堵塞率和通信延迟.仿真结果表明,与一种基于蚂蚁策略的能量有效路由算法及一种基于蚁群策略的能量有效路由算法相比,CORA算法能将高负载网络下的堵塞率下调13%,且能有效降低数据包的平均通信时间和网络的通信能耗.     

基于记忆机制的动态交通路径优化算法

在对经典路径优化算法性能进行分析的基础上,指出了现有路径优化算法在大规模路网条件下实时性差的问题。通过比较道路交通网络路径优化和机器人寻路过程的异同点,基于智能机器人寻路的D*Lite算法和记忆规则,提出一种新的道路网络动态路径优化算法,并对其性能进行了测试和对比分析。结果表明,该方法在保证路径优化结果相近的情况下可以减少优化计算时间26%~50%。     

改进 Ａ＊ 算法在无人船路径规划中的应用

针对无人船使用传统路径规划在城市河道运行时易碰撞、转弯多等问题,根据无人船实际工作特点,提出了改进的 Ａ＊ 算法。该算法对传统 Ａ＊ 算法进行了两点优化,首先在原有估值函数的基础上,根据无人船的尺寸参数,增加了相应的避碰函数;其次对邻域遍历方式以及节点选取进行了优化,增加了路径的平滑性。通过Ｐｙｔｈｏｎ对两种算法进行了仿真,并将算法应用在实际的无人船中进行对 比。实验结果表明：与传统的 Ａ＊ 算法相比,该算法不仅能够使无人船尽量避开危险区域,在河道中央 航行,而且生成的路径更加平滑,转弯次数更少,在保证无人船航行安全的同时减少不必要的能源损耗。     

VB环境下A＊算法的实现

A＊算法是一种典型的启发式搜索算法,应用于很多问题的求解中．在分析A＊算法思想的前提下,给出其编程实现的方法．并获得了在VB地图中一个顶点到另一个顶点的绕过障碍的最佳路径．     

基于Unity2017 NavMesh的智能寻路设计与实现

针对网络游戏开发复杂地形需要的智能寻路,利用三维游戏引擎unity2017的Nav Mesh,设计并实现了复杂场景自动寻路与动画匹配。介绍了unity Nav Mesh和Navigation的设置,设计了复杂场景并实现简单对象的寻路功能,实现了场景中人物对象通过斜坡、攀爬、跳跃的动画功能。研究提出了unity寻路功能的注意点及解决方法。     

游戏引擎(Gaia)寻径算法的改进

基于3D游戏引擎(Gaia)进行的研究,系统地分析了引擎的寻径系统部分,并在此基础上开发了小型游戏场景模拟程序以便于对寻径算法进行系统的研究.针对测试过程中角色运动轨迹不平滑的问题,修改了寻径算法,解决了该问题.     

一种飞行器在线航路重规划方法

针对飞行器在线航路重规划的安全性和实时性要求,将稀疏A＊算法与模型预测控制中的滚动时域优化的思想相结合,提出了一种在线航路重规划方法.在飞行器探测到新的威胁时,把探测到威胁时的该段航路前面一定距离的节点作为新的起始点,并以没有进入威胁区的后续最近航路点作为目标点,使用稀疏A＊算法规划出一段长为N倍于最小步长R的航路,而后飞行器沿上述规划好的航路只飞行R距离.仿真结果表明：该方法通过每规划N步,执行一步,对受到威胁影响的参考航路进行局部修改,快速避开新出现的威胁,满足实时性要求.     

地下综合体空间寻路实验

为了找出影响地下综合体空间寻路的相关因素,对北京西单77街地下综合体进行空间寻路实验,跟踪记录使用者的寻路过程,并对其进行认知地图绘制与寻路感受访谈,了解使用者在寻路过程中的困难程度与关注要点.结果表明:竖向空间的不规律布置是导致空间寻路困难的重要原因之一;空间环境线索设计可以作为空间寻路的重要手段.     

基于时延约束的分布式QoS单播路由算法

提出了一种基于分布式点到点延迟受限路由的DCLC-K算法,解决了分布式QoS路由算法运行过程中历史信息最大利用问题,仿真表明,该算法在不要求中间路由器记录寻路信息和适中的消息复杂性基础上取得了良好的代价性能。     

三维DTN网络中基于位置的功率感知路由算法

针对基于位置的容迟容断网络(DTN)路由算法进行深入研究,提出一种适用于三维部署环境的基于位置的功率感知路由算法(3DPLRP),该算法利用节点三维位置信息寻路,大大降低了网络开销,此外因功率感知机制的引入延长了网络生命周期.在不同网络环境下与Epidemic、PREP路由算法进行了比较,仿真实验结果表明,3DPLRP在节点移动速度不高的情况下消息投递率和端到端时延等性能均要优于其他路由算法.