从人类的思维方式中寻找启示

寻找路径是游戏人工智能的一个重要的主题（特别是即时战略游戏）。随着游戏场景的增大、维数的扩充和参加寻径的智能体数目的增多，寻径的时间和空间开销都将会成为影响游戏性能重要因素。笔者在这里提出一种新的寻径算法思路：宏观——微观（MacToMic）寻径算法，这种思路相对于传统的寻径算法来说，更类似于人（human-like）的思维模式，它是结合了人类宏观启发式思维的优势和计算机微观处理的速度优势而产生的高效的寻径算法。