期刊文献+

采用改进HPA^(*)算法的大型游戏地图路径规划

Researches on Path Optimization of Large-scale Game Maps Based on Improved HPA^(*) Algorithm
下载PDF
导出
摘要 针对在大型游戏场景地图中使用HPA^(*)寻路算法时,容易出现搜索节点过多、寻路效率低的问题,提出了一种改进的HPA^(*)寻路算法。该算法将游戏地图分解为两个层级地图,通过在不同层级之间进行路径搜索来缓存关键节点对最短路径和构建层级映射矩阵,简化抽象过程。此外,还设置了节点权重值以引导寻路方向和规避closeList循环遍历等方式来优化HPA^(*)算法。实验结果表明,相对于传统的A^(*)和HPA^(*)算法,改进算法在计算效率和响应速度上均有明显提高。 ion process.In addition,node weight values are set to guide pathfinding direction and avoid closeList loop traversal to optimize the HPA^(*) algorithm.Experimental results show that compared to traditional A^(*) and HPA^(*) algorithms,the improved algorithm has significantly improved computational efficiency and response speed.
作者 李艺贵 郭锐 邱国鹏 LI Yigui;GUO Rui;QIU Guopeng(School of Art and Design,Sanming University,Sanming 365004,China;Krasnodar State Institute of Culture,Krasnodar 350072,Russia)
出处 《三明学院学报》 2023年第3期53-62,共10页 Journal of Sanming University
基金 国家首批新文科研究与改革项目(2021120025) 福建省社会科学规化项目(FJ2021C112) 福建省中青年教师教育科研项目(JAS22149) 三明市引导性科技项目(2021-G-2)。
关键词 HPA^(*) 缓存 区块 寻路 游戏 HPA^(*) caching block pathfinding game
  • 相关文献

参考文献3

二级参考文献41

  • 1付宜利,顾晓宇,王树国.基于模糊控制的自主机器人路径规划策略研究[J].机器人,2004,26(6):548-552. 被引量:44
  • 2陈卫东,张飞.移动机器人的同步自定位与地图创建研究进展[J].控制理论与应用,2005,22(3):455-460. 被引量:58
  • 3庄严,徐晓东,王伟.移动机器人几何-拓扑混合地图的构建及自定位研究[J].控制与决策,2005,20(7):815-818. 被引量:25
  • 4Koenig S, Likhachev M, Furcy D. Lifelong Planning A*[J]. Artificial Intelligence, 2004, 155(1/2): 93-146.
  • 5Lu Yibiao, Huo Xiaoming, Asiotras O, et al. Incremental Multi- scale Search Algorithm for Dynamic Path Planning with Low Worst-case Complexity[J]. IEEE Trans. on Systems, Man, and Cybernetics, Part B: Cybernetics, 2011, 41(6): 1-15.
  • 6Botea A, Müller M. Near Optimal Hierarchical Path-finding[J]. Journal of Game Development, 2004, 1(1): 7-28.
  • 7Sturtevant N. Path Finding Benchmarks[EB/OL]. (2011-05-29). http://www.movingai.com/benchmarks.
  • 8Likhachev M, Ferguson D, Gordon G, et al. Anytime Search in Dynamic Graphs[J]. Artificial Intelligence, 2008, 172(14): 1613- 1643.
  • 9Bulitko V, Lu?trek M, Schaeffer J, et al. Dynamic Control in Real-time Heuristic Search[J]. Artificial Intelligence Research, 2008, 32(10): 419-452.
  • 10Jansen M R, Buro M. HPA* Enhancements[C] //Proc. of American Association for Artificial Intelligence. Edmonton, Alberta, Canada: [s. n.] , 2005: 84-87.

共引文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部