Java 如何使人工智能系统选择最快的方式，并通过墙壁导航到特定的网格点

基本上，我在尝试改进我正在制作的一款吃豆人游戏中的幽灵。在原始的《吃豆人》中，当一个鬼魂被吃掉时，当《吃豆人》获得能量时，鬼魂的眼睛会导航回原处，然后将鬼魂产卵回原处。我想这样做。它还可以帮助我实现一个鬼AI，让它们比随机的移动更智能

因此，基本上，这些眼睛必须通过这个导航：

从下面的2D阵列中绘制电路板：

  //0's = Walls or location not allowed to go
  //1's = Dot Spot
  //2's = Clear Path nothing on it but safe to move
  //3's = Power Dot
  //-1's = only ghosts can go through
  //5= Top entry spot
  //6= bottom entry point
  //7 = Cherry
  //(Spots = row - 1 same with columns = - 1. First # is row. Second is col
  public int board[][] =
  {{2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2}, //1
    {2, 0, 3, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 3, 0, 2}, //2
    {2, 0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 2}, //3
    {2,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,2}, //4
    {2,0,1,0,0,1,0,1,0,0,0,0,0,1,0,1,0,0,1,0,2}, //5
    {2,0,1,1,1,1,0,1,1,1,0,1,1,1,0,1,1,1,1,0,2}, //6
    {2,0,0,0,0,1,0,0,0,1,0,1,0,0,0,1,0,0,0,0,2}, //7
    {2,2,2,2,0,1,0,1,1,1,1,1,1,1,0,1,0,2,2,2,2}, //8
    {0,0,0,0,0,1,0,1,0,0,-1,0,0,1,0,1,0,0,0,0,0}, //9
    {5,2,2,2,2,1,1,1,0,2,2,2,0, 1 ,1,1,2,2,2,2,6}, //10 - cherry
    {0,0,0,0,0,1,0,1,0,0,0,0,0,1,0,1,0,0,0,0,0}, //11
    {2,2,2,2,0,1,0,1,1,1,2,1,1,1,0,1,0,2,2,2,2}, //12
    {2,0,0,0,0,1,0,1,0,0,0,0,0,1,0,1,0,0,0,0,2}, //13
    {2,0,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,1,1,0,2}, //14 - pacman on this row
    {2,0,1,0,0,1,0,0,0,1,0,1,0,0,0,1,0,0,1,0,2}, //15
    {2,0,1,1,0,1,1,1,1,1,1,1,1,1,1,1,0,1,1,0,2}, //16 
    {2,0,0,1,0,1,0,1,0,0,0,0,0,1,0,1,0,1,0,0,2}, //17
    {2,0,1,1,1,1,0,1,1,1,0,1,1,1,0,1,1,1,1,0,2}, //18
    {2,0,1,0,0,0,0,0,0,1,0,1,0,0,0,0,0,0,1,0,2}, //19
    {2,0,3,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,3,0,2}, //20
    {2,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,2}}; //21

---

---

因此，我的问题是，我应该如何让眼睛以最快的方式到达中心原点而不穿过墙壁？

你可以在有障碍的矩阵中寻找最短路径。

你可以在有障碍的矩阵中寻找最短路径。

只需使用预先计算的墨迹即可。主正方形标记为零。然后，将标记为n的正方形的所有未指定的相邻正方形指定为标记n+1。现在你所有死去的鬼魂所要做的就是搬到一个标签较低的邻近广场。最终他们会走最短的路回家。轻松点

只需使用预先计算好的墨迹即可。主正方形标记为零。然后，将标记为n的正方形的所有未指定的相邻正方形指定为标记n+1。现在你所有死去的鬼魂所要做的就是搬到一个标签较低的邻近广场。最终他们会走最短的路回家。轻松点

@sje397别作恶：Dijkstra在这张地图上会做得很好。有关原始Pac Man中人工智能是如何工作的文章，请参阅。@ChristofferHammarström我知道我需要做什么，但不知道如何做。我不明白如何获得所有有效路径到目标点的距离。一旦我知道哪条路走得最少，决策部分就很容易了，但我就是不知道如何在十字路口选择最短的路径。@Fogest：这篇文章不是关于什么，而是关于如何。最初的人工智能没有像那样工作。它没有试图找到最短的路径。这并不重要，你可以随心所欲，我想你会觉得这篇文章很有趣。@ChristofferHammarström是的，我想你是对的，它只是检查了除了后面以外的各个方向上的自由点，然后检查了哪些点直接更长，如果鬼魂在路径上行走，它实际上并不计算距离。这确实让事情变得容易多了。根据我还有多少时间来完成这项工作，我认为检查直达距离会花费更少的时间，因此即使更少，也是一个更好的选择smart@sje397不要作恶：Dijkstra在这张地图上会做得很好。有关原始《吃豆人》中人工智能的实际工作原理的文章，请参阅。@ChristofferHammarström我明白我的意思需要做的只是如何去做。我不明白如何获得所有有效路径到目标点的距离。一旦我知道哪条路走得最少，决策部分就很容易了，但我就是不知道如何在十字路口选择最短的路径。@Fogest：这篇文章不是关于什么，而是关于如何。最初的人工智能没有像那样工作。它没有试图找到最短的路径。这并不重要，你可以随心所欲，我想你会觉得这篇文章很有趣。@ChristofferHammarström是的，我想你是对的，它只是检查了除了后面以外的各个方向上的自由点，然后检查了哪些点直接更长，如果鬼魂在路径上行走，它实际上并不计算距离。这确实让事情变得容易多了。根据我完成这项工作所剩的时间，我认为检查直达距离会花费更少的时间，因此是一个更好的选择，即使不那么聪明。我对编程非常陌生，还没有使用或学习过算法，所以说起来容易做起来难。@Fogest:你需要一些算法技巧来解决这个问题。关于路径搜索的基础知识，我可以推荐这本书的前几章。我对编程相当陌生，还没有使用或学习过算法，所以说起来容易做起来难。@Fogest:你需要一些算法技巧来解决这个问题。我可以推荐这本书，前几章，作为路径搜索的基础。所以你说，基本上，在一个方向上的每个方块每次都会被分配n+1？这就是Dijkstra，正如alf所说，它非常适合这个问题。这是对Dijkstra的一个重大简化，因为在这种情况下，通过采取更多的步骤，您无法找到更短的路径。Fogest，您只需要计算墨迹一次，因为它永远不会改变。@Rafe抱歉，我不明白您所说的计算墨迹是什么意思。我理解需要做什么的概念，但对于我这样的技术水平的人来说植入是很困难的。所以你说基本上，一个方向上的每个方块每次都会被分配n+1？这就是Dijkstra，正如alf所说，这是非常困难的

---

适合这个问题。这是对Dijkstra的一个重大简化，因为在这种情况下，通过采取更多的步骤，您无法找到更短的路径。Fogest，您只需要计算墨迹一次，因为它永远不会改变。@Rafe抱歉，我不明白您所说的计算墨迹是什么意思。我理解需要做什么的概念，但对我这样的技术水平的人来说植入是困难的。