基于Silverlight网页游戏的寻径优化算法

为了解决A*路径搜索算法在Silverlight网页游戏中的搜索费时和路径曲折等问题,在结合光线跨越算法和引入父结点指针的二叉堆存储开启列表的A*算法的基础上,提出了一种基于Silverlight网页游戏的寻径优化算法。该算法在现有研究的基础上使用光线跨越算法减小A*算法搜索规模,同时将动态关键点技术与光线跨越算法结合来优化算法返回的路径。将该算法在游戏所使用的网格地图中进行实验,实验结果表明,该算法能够有效地根据系统设定的通行条件寻找出一条最优的实际可行的路径,同时缩短寻路的时间消耗和所寻的路径长度,提高游戏的可玩性。     

一种改进的群体智能寻路算法

以游戏中群体智能角色的路径搜索为研究背景,提出一种改进的群体智能寻路算法。该方法把游戏寻路过程划分成三个阶段:第一阶段为预处理阶段,针对特定的目标点,采取逆向路径搜索策略,建立最优解路径表。第二阶段,针对动态障碍物的避让,运用实时A*算法生成局部动态路径,并与初始路径进行拼接。第三阶段,对找到的路径进行关键点优化和Catmull-Rom样条平滑处理。实验结果表明该方法在游戏开发中的实用价值。     

游戏场景中基于势场的交互寻路方法

在即时战略游戏中,路径规划是一种重要且常见的任务。游戏的实时性要求玩家能够快速寻找一条进攻的路径,而且游戏单元之间普遍存在的交互作用对寻路质量有着重要的影响。传统的寻路算法如Dijkstra算法虽然能够找到最优路径,但是耗时较多,而且未体现真实游戏中的交互。为此选取RTS游戏中一种典型的攻防场景,提出基于人工势场的快速高效动态寻路方法,同时为了体现RTS中游戏单元之间的交互性,将模糊测度引入到势场寻路中。实验结果表明,采用人工势场法寻路较Dijkstra算法耗时少、路径平滑;而引入模糊测度体现了真实游戏中单元之间的交互影响作用,与真实的游戏场景更为接近。     

基于Game AI的计算机生成兵力自主寻路研究

随着计算机仿真技术的快速发展,计算机生成兵力(Computer Ganerated Force,CGF)寻路系统的智能化水平在作战仿真系统中显得尤为重要。本文运用Game AI(游戏人工智能)技术,综合A?寻路算法,在UE4中利用蓝图脚本,构建了计算机生成兵力自主寻路系统。     

启发式A^＊算法在游戏寻路中的应用

文章在对A＊搜索和启发式搜索技术进行详细分析与研究的基础上,将A＊算法应用于flash游戏中的寻路,并在此基础上分析出A＊算法的实际应用时间效率和空间效率。     

复合寻路策略在手机游戏中的应用研究

复合寻路算法成功应用于手机游戏CrazyWar。该寻路算法包含三个寻路模块:直线寻路模块、A*寻路模块、航点寻路模块。提出的复合寻路算法先通过航点算法得到一个总体的大致路径,再在寻路精细方面由直线寻路模块和A*寻路模块处理,从而解决了A*寻路模块中随搜索地图增长而资源消耗也呈几何增长、大范围搜索耗时过长以及提高估值因子所带来的路径准确度降低的缺点。通过理论分析和实际应用表明:复合寻路算法在寻路速度、资源消耗、寻路效果上均优于单一寻路算法,具有很好的推广性与实用价值。     

游戏开发中智能路径搜索算法的研究

在游戏软件中,人工智能是一个重要而又复杂的模块,而寻路算法是人工智能运用于电子游戏中的最基本问题之一。针对游戏中路径搜索的特点,在对一般搜索算法、常见搜索算法和启发式搜索技术进行详细地分析与研究的基础之上,结合实际应用情况,对A*算法进行了一些优化与改进。     

A~*算法在cocos2d-x游戏开发中的研究和应用

路径搜索系统是游戏系统中非常重要的一部分,好的路径搜索算法对于游戏的重要性不可言喻。A*算法是当前游戏开发中使用最为广泛的算法,也是游戏人工智能路径搜索中的研究重点。A*算法总是寻找估价值最小的节点,从而能够找到最短路径。笔者首先对A*算法原理进行深入研究,再深入研究其在cocos2d-x寻路的应用和实现。     

游戏开发中一种新的高效寻路算法——B^＊寻路算法

与传统的A＊寻路算法相比，本文提出的B＊寻路算法具备更高的效率。     

一种高效的多边形寻路元数据融合方式——边界爬行算法

游戏寻路中采用网格寻路可以极大的提高寻路效率,但是在斜45度2D游戏地图中使用网格寻路,采用传统的网格生成算法需要消耗非常长的时间。原因是使用Weiler-Athenton算法进行多边形融合时,会进行很多层递归与循环,消耗大量的时间。由于Weiler-Athenton算法是一种泛用性很强的多边形融合算法,而斜45度2D游戏地图的障碍物又具有很强的特殊性,由此我们针对45度2d游戏地图数据的特点,设计了一种名为边界爬行的多边形融合算法,把原来需要5-10小时才可以完成的融合操作缩短到了10-20秒。极大地提高了多边形融合的效率。为编辑器的地图寻路实时预览提供了有力的支持。     

A Hybrid Genetic and Ant Colony Algorithm for Finding the Shortest Path in Dynamic Traffic Networks

Solving the dynamic shortest path problem has become important in the development of intelligent transportation systems due to the increasing use of this technology in supplying accurate traffic information. This paper focuses on the problem of finding the dynamic shortest path from a single source to a destination in a given traffic network. The goal of our studies is to develop an algorithm to optimize the journey time for the traveler when traffic conditions are in a state of dynamic change. In this paper, the models of the dynamic traffic network and the dynamic shortest path were investigated. A novel dynamic shortest path algorithm based on hybridizing genetic and ant colony algorithms was developed, and some improvements in the algorithm were made according to the nature of the dynamic traffic network. The performance of the hybrid algorithm was demonstrated through an experiment on a real traffic network. The experimental results proved that the algorithm proposed in this paper could effectively find the optimum path in a dynamic traffic network. This algorithm may be useful for vehicle navigation in intelligent transportation systems.     

基于动态规划的多链路出口路径选择算法

针对多链路接入问题,选取链路成本及影响网络性能的路由跳数作为多链路出口路径选择的优化对象,通过建立多目标优化模型,将多链路出口路径选择转化为动态规划问题,提出一个基于动态规划的多链路出口路径选择优化算法。模拟结果表明,该算法能有效提高网络性能,降低网络链路成本。     

基于改进蚁群算法的机器人路径规划问题研究

针对蚁群算法收敛速度慢,容易陷入局部最优的问题,结合A*算法和蚁群算法提出了一种解决机器人路径规划问题的改进蚁群算法。自适应调整启发函数,在路径的后程借鉴启发式A*算法的估价函数,在ACS算法的启发函数中引入方向信息,提高算法的搜索效率,同时动态调整权重系数改变目标点的方向信息在蚂蚁移动过程中的影响,以平衡ACS算法解的多样性和收敛速度慢之间的关系。仿真实验表明,该算法不但可以提高收敛速度,而且在改善解的质量方面也取得了较好的效果。     

基于动态规划思想求解关键路径的算法

关键路径通常是在拓扑排序的基础上求得的。提出了一种利用图的广度优先搜索与动态规划算法相结合求解关键路径的新算法,该算法采用图的邻接表结构形式,不需要进行拓扑排序,较传统的算法具有较高的效率，同时具有较高的健壮性。     

路径约束下基于人工智能的智慧航空旅游动态寻径方法

为了提高智慧航空旅游动态寻优控制能力,提出一种基于人工智能的路径约束下智慧航空旅游动态寻径方法。采用多目标进化方法进行智慧航空旅游动态寻径的路径约束控制,结合粒子群方法进行智慧航空旅游动态寻径的路径优化选择,采用多目标Pareto映射方法进行智慧航空旅游的路径规划设计,结合信息素导引方法进行智慧航空旅游动态寻径的自适应控制,构建智慧航空旅游动态寻径的蚁群滤波模型,根据蚁群路径约束寻优方法构建智慧航空旅游动态寻径的人工智能算法,实现智慧航空旅游动态寻径的人工智能控制和自适应寻优。仿真结果表明,采用该方法进行智慧航空旅游动态寻径的自适应性能较好,路径优化控制能力较强。     

Global optimization method for combined spherical-cylindrical wrapping in musculoskeletal upper limb modelling

In musculoskeletal modelling, many muscles cannot be represented as straight lines from origin to insertion because the bony and musculotendinous morphology of neighboring structures causes them to wrap. The majority of these passive structures can be adequately described as simple geometric shapes such as spheres and cylinders. Techniques for describing smooth muscle paths around multiple obstacles have been developed for modelling use. Until now obstacle-set methods have combined the path of single structures. This does not analytically define the shortest smooth path around multiple objects. When a sphere is included in a multiple-object wrapping algorithm, muscle paths around that sphere are restricted to a bundle of planes containing the sphere center. This assumed restriction can compromise the iterative process for finding the true shortest muscle path that satisfies all restrictions of a smooth path. This can cause model instability. The new method involves the determination of the shortest smooth muscle path in a spherical and cylindrical wrapping algorithm. A typical example is musculoskeletal modelling of the upper limb, where the muscle fibers have to wrap over this combination of obstacles.     

一种基于非线性长度的多约束路由算法*

满足多个约束的QoS路由问题已经被证明是NP完全问题。在分析了多种路由算法的基础上,设计了一种高效的多约束路由算法。该算法采用非线性路径长度计算方法。为提高算法的成功率,在节点的松弛过程中设计了节点动态路径长度计算,允许节点作多次松弛。为提高算法的执行效率,在节点正向松弛和反向估计过程中引入了受控路径的思想,使算法得到了优化。大量仿真表明,该算法在最短路径获取和路由发现成功率方面都有高效的表现。     

三维最短路径分析算法的实现及其可视化

最短路径算法是路径搜索领域的重要问题,也是最优路径分析算法的基础。论文设计并实现了适用于栅格地形数据的数据存储结构。在分析A*算法思想的前提下,将计算机图形学中的直线求交算法应用到启发函数的计算中,实现了针对规则栅格地形数据计算最短路径的算法并将其进行了三维可视化显示。     

Coordinated planning and control of automated assemblymanufacturing

A general, hierarchical method of planning coordinated motions among multiple objects in a dynamic environment is developed. This model consists of a two-phase approach: planning a global path for each object and then locally optimizing along that global path. The applicability of this model to surface-mount manufacturing systems is studied in different scenarios. By changing the priorities of the machines, different results may be obtained. By comparing these results, the best one may then be determined. Simulation results using the two-phase algorithm show an improvement over other planning and control methods     

狭窄空间无人机动态三维A*算法研究

针对三维飞行器在动态环境下使用三维A*算法进行局部仿真时,环境信息未知,存在冗余点和拐点,导致收敛时间长、路径节点扩展代价大、易陷入局部最优问题,提出一种基于全局与局部相结合的动态三维A*寻路算法。此算法首先改进评价函数的权值系数动态分配,减小路径冗余点和拐点,从而降低算法耗时,缩短路径长度;其次改进路径生成策略,有效提高算法效率,避免陷入局部最优,进一步缩短路径长度,从而实现飞行器在三维动态环境中的路径规划。将改进后的算法进行仿真对比,仿真结果表明,改进后的算法路径更加合理,算法耗时和路径长度更短。