Path finding Pacman的寻路算法

我想实现“吃豆人”游戏。对于人工智能，我想使用A*算法，在很多论坛上都看到了。然而，我对一些简单的寻路（从a点到b点，中间有一些障碍物）实施了广度优先搜索，发现它总是给出最佳路径。我想这可能是因为在像《吃豆人》这样使用简单寻路的游戏中，图表中没有成本的概念。因此，如果我在Pacman中使用BFS而不是*进行寻路，可以吗？

如果不使用边权重，BFS将始终提供最短路径。如果您不需要边权重，我会使用它。你以后可以随时切换。

这要看情况，你真的想让幽灵像吃豆人一样工作吗

---

（它们各自的工作方式不同）。请务必阅读上述章节，了解他们实际上是如何达到目标的。该页面对吃豆人进行了非常深入的分析，读起来很有趣。

相关问题，可能回答了您的问题：

视情况而定。BFS既完整又优化（从某种意义上说，它找到了最佳解决方案）

缺点是什么？可能需要很长很长时间才能找到它！此外，根据问题的影响因素，您可能会很快耗尽内存

如果您没有性能问题，则保留BFS，但如果您想在一个巨大的迷宫中尝试，则可能需要一段时间才能找到解决方案

---

我建议你试试A*，最好的搜索策略。即使你在BFS上没有问题，A*是一个很好的实现算法，你也会学到很多很酷的东西。

你可能想考虑Pacman的原始设计者使用的反对象方法，你可以阅读它和./P> 但是，要回答您的问题，请使用有效的方法！如果你从BFS中获得了很好的结果，就使用它。请记住，要充分抽象寻路，以便在以后找到更好的方法时可以替换它

---

祝你好运

对于路径查找，请注意以下几点

• BFS将比a*看到更多的节点，这使得它的速度要慢得多
• A*将给出与BFS相同的答案
• A*非常容易实现
  • 作为你的启发-这是非常容易实现，并导致非常有效的搜索
  • 查看了解更多信息（整个系列非常有趣）

---

如果你在谈论鬼AI，请查看Chad提到的页面：-鬼实际上只是使用欧几里德距离来确定如何到达目标瓷砖，这使得他们在某些情况下很难找到吃豆人。

谢谢！我有一种预感，这可能是因为casebfs的速度太慢了，但对于一个简单的吃豆人游戏来说，这不太重要。谢谢Chad。我以前没有读过那篇文章。不幸的是，吃豆人的拆卸已经被移除。正如你所说，A*在一般情况下不是最优的。只有在给定一个可接受且一致的启发式条件下，才能保证找到最优解。@bj如果你在一般情况下是正确的；我说的是使用网格上的曼哈顿距离（即吃豆人迷宫）。在这种情况下，启发式既可接受又一致，A*将给出与BFS相同的答案。