Unity实现A*寻路算法学习1.0
一、A*寻路算法的原理
如果现在地图上存在两点A、B,这里设A为起点,B为目标点(终点)
这里为每一个地图节点定义了三个值
gCost:距离起点的Cost(距离)
hCost:距离目标点的Cost(距离)
fCost:gCost和gCost之和。
这里的Cost可以采用直线距离,也可以采用曼哈顿距离等,只要适合就行
那么先计算起点周围的所有节点的三个值
这里设每两个相邻节点间的距离为10,那么对角线距离为14
那么计算得出,F值最小的是A点左上角的方块,将节点放入列表(数组也行)将A设为该节点的父节点,然后计算周围方块的距离
因为是从A点移动过来的,所以下次比较时不再比较A点
再次计算得出F值最小的仍然为左上角的节点
这样就求出了A到B点的最短路径
如果A、B之间存在障碍物那么又该怎么办呢?
同样也是计算最小的 F 值
但这里出现了三个相同的F值
那么接下来优先选择 H 值最小的路径,即距离目标点最近的路径
但是移动过后 F 值 反而变大了
那么反过来寻找之前 F 值最小的路径,但接下来还是 F 值更大
那么仍然选择 F 值最小的路径
然后是下一个F值最小的路径
然后是下一个
直到距离目的地的hCost为0
再来一个例子,这里说明如何找出最短的路径,箭头表示父节点
第一次计算A点周围节点的F值后,找出最小的那个,将节点的父节点设为A点
再次计算,将周围节点设为子节点,然后后发现周围有两个58的点,选中gCost更小也就是下面A旁边那个58的点
再次计算
在计算过下面那个58节点后发现旁边节点从这里经过所需的cost更小,所以重新设置父节点
再次说明
如果经过黄线的路径,右下角节点的Cost会达到66
如果经过下面到达,Cost为58,会更小,会重新设置父节点
这里重新计算的fCost为 A — 58 — 58,fCost为58更小,说明新路径更小,重新设置父节点
按照此方法循环直至找到目标点
因为设置了父节点(图中箭头表示),那么只需要从目标点开始,一直获取父节点即可,将获取到的所有节点存储进列表或数组然后进行翻转,就得到了A-B的最短路径
二、在Unity中设置路径点
然后添加Cuble视为障碍物
将Cube的层级设为UnWalkable
接着复制几个
新建脚本Node
,节点目前只包含坐标位置,和是否能行走
public class Node
{
public bool walkable; //节点是否能走动
public Vector3 worldPos; //节点的空间坐标
public Node(bool _walkable, Vector3 _worldPos) //构造器
{
walkable = _walkable;
worldPos = _worldPos;
}
}
新建脚本MyGrid
,添加到新建空物体A*
上
public class MyGrid : MonoBehaviour
{
public LayerMask unwalkableMask; //节点是否能走动
public Vector2 gridWorldSize; //地图的范围,节点在地图内创建
public float nodeRadius; //节点的大小
Node[,] grid; //节点数组
private void OnDrawGizmos()
{
//首先画出地图的范围 //宽度 厚度 长度
Gizmos.DrawWireCube(transform.position, new Vector3(gridWorldSize.x, 1, gridWorldSize.y));
}
}
然后设置节点地图大小
继续修改MyGrid
public class MyGrid : MonoBehaviour
{
public LayerMask unwalkableMask; //是否能行走
public Vector2 gridWorldSize; //需要寻路的地图大小
public float nodeRadius; //节点半径
Node[,] grid; //节点
float nodeDiameter; //节点的直径
int gridSizeX, gridSizeY;
void Start()
{
nodeDiameter = nodeRadius * 2;
gridSizeX = Mathf.RoundToInt(gridWorldSize.x / nodeDiameter); //计算出x轴方向有多少个节点
gridSizeY = Mathf.RoundToInt(gridWorldSize.y / nodeDiameter); //计算出z轴方向有多少个节点
CreateGrid();
}
void CreateGrid()
{
grid = new Node[gridSizeX, gridSizeY]; //初始化节点数组
//计算网格的起始点(原点)
Vector3 worldButtonLeft = transform.position
- Vector3.right * gridWorldSize.x / 2
- Vector3.forward * gridWorldSize.y / 2;
for (int x = 0; x < gridSizeX; x++)
{
for (int y = 0; y < gridSizeY; y++)
{
//计算节点的空间坐标
Vector3 worldPoint = worldButtonLeft
+ Vector3.right * (x * nodeDiameter + nodeRadius)
+ Vector3.forward * (y * nodeDiameter + nodeRadius);
//判断节点是否能行走,根据节点范围是否与障碍物碰撞
bool walkable = !(Physics.CheckSphere(worldPoint, nodeRadius, unwalkableMask));
grid[x, y] = new Node(walkable, worldPoint); //将节点的数据添加进二位数组
}
}
}
private void OnDrawGizmos()
{
Gizmos.DrawWireCube(transform.position, new Vector3(gridWorldSize.x, 1, gridWorldSize.y));
if (grid != null)
{
foreach (Node node in grid)
{
//绘制出所有节点,可以行走为白色,不能行走为红色
Gizmos.color = (node.walkable) ? Color.white : Color.red;
Gizmos.DrawCube(node.worldPos, Vector3.one * (nodeDiameter - 0.1f));//减少Gizmos方块的大小便于观察
}
}
}
}
运行结果
接下来添加一个起点和一个终点
新建两个Capsule
那么如何知道起点现在在哪个节点呢?
继续修改MyGrid
public class MyGrid : MonoBehaviour
{
......
public Node NodeFromWorldPos(Vector3 worldPos) //这里传入起点的位置
{
//这里 percentX 和 percentY 计算起点位置占地图区域横竖坐标的比例
float percentX = (worldPos.x + gridWorldSize.x / 2) / gridWorldSize.x;
float percentY = (worldPos.z + gridWorldSize.y / 2) / gridWorldSize.y;
//将起点的位置限定在地图范围之内
percentX = Mathf.Clamp01(percentX);
percentY = Mathf.Clamp01(percentY);
//总节点数量 * 所在区域比例 = 在第几个节点, -1 是为了从 0 开始计算,因为0也有一个节点
int x = Mathf.RoundToInt((gridSizeX - 1) * percentX);
int y = Mathf.RoundToInt((gridSizeY - 1) * percentY);
return grid[x, y];
}
private void OnDrawGizmos()
{
Gizmos.DrawWireCube(transform.position, new Vector3(gridWorldSize.x, 1, gridWorldSize.y));
if (grid != null)
{
//计算出起点的位置
Node playerNode = NodeFromWorldPos(player.position);
foreach (Node node in grid)
{
Gizmos.color = (node.walkable) ? Color.white : Color.red;
if (playerNode == node) //设置起点位置节点的颜色
{
Gizmos.color = Color.cyan;
}
Gizmos.DrawCube(node.worldPos, Vector3.one * (nodeDiameter - 0.1f));
}
}
}
}
运行结果
三、实现寻路算法
修改Node
public class Node
{
......
public int gridX; //地图中x方向第几个节点
public int gridY; //地图中y方向第几个节点
public int gCost; //g值
public int hCost; //h值
public Node parent; //父节点,最后用于存储实际路径
//重新添加了两个参数,便于计算邻近节点
public Node(bool _walkable, Vector3 _worldPos,int _gridX, int _gridY)
{
walkable = _walkable;
worldPos = _worldPos;
gridX = _gridX;
gridY = _gridY;
}
public int FCost //属性,F值
{
get
{
return gCost + hCost;
}
}
}
新建脚本PathFinding
,并添加到物体A*上
public class PathFinding : MonoBehaviour
{
public Transform seeker, target; //声明两个坐标,起始点和目标点
private MyGrid grid;
......
private void Update()
{
FindPath(seeker.position, target.position); //计算路径
}
private void FindPath(Vector3 startPos, Vector3 targetPos)
{
Node startNode = grid.NodeFromWorldPos(startPos); //输入空间坐标,计算出起始点处于哪个节点位置
Node targwtNode = grid.NodeFromWorldPos(targetPos); //输入空间坐标,计算出目标点处于哪个节点位置
List<Node> openSet = new List<Node>(); //用于存储需要评估的节点
HashSet<Node> closedSet = new HashSet<Node>(); //用于存储已经评估的节点
openSet.Add(startNode); //将起始点加入openSet,进行评估
while (openSet.Count > 0) //如果还有待评估的节点
{
#region //获取待评估列表中 F 值最小的节点
Node currentNode = openSet[0]; //获取其中一个待评估的节点
for (int i = 0; i < openSet.Count; i++) //将该节点与所有待评估的节点比较,找出 F 值 最小的节点,F
//值相同就h值更小的节点
{
if (openSet[i].FCost < currentNode.FCost
|| openSet[i].FCost == currentNode.FCost
&& openSet[i].hCost < currentNode.hCost)
{
currentNode = openSet[i];
}
}
#endregion
openSet.Remove(currentNode); //待评估节点中去掉 F 值最小的节点
closedSet.Add(currentNode); //将该节点加入已评估的节点,之后不再参与评估
if (currentNode == targwtNode) //如果该节点为目标终点,就计算出实际路径并结束循环
{
RetracePath(startNode, targwtNode);
return;
}
//如果该节点不是目标点,遍历该点周围的所有节点
foreach (Node neighbor in grid.GetNeighbors(currentNode))
{
//如果周围某节点不能行走 或 周围某节点已经评估,为上一个节点,则跳过
// 说明某节点已经设置父节点
if (!neighbor.walkable || closedSet.Contains(neighbor))
{
continue;
}
//计算前起始点前往某节点的 gCost 值,起始点的 gCost 值就是0
//经过循环这里会计算周围所有节点的g值
int newMovementCostToNeighbor = currentNode.gCost + GetDinstance(currentNode, neighbor);
//如果新路线 gCost 值更小(更近), 或 某节点没有评估过(为全新的节点)
if (newMovementCostToNeighbor < neighbor.gCost || !openSet.Contains(neighbor))
{
neighbor.gCost = newMovementCostToNeighbor; //计算某节点gCost
neighbor.hCost = GetDinstance(neighbor, targwtNode); //计算某节点hCost
neighbor.parent = currentNode; //将中间节点设为某节点的父节点
//如果存在某节点gCost更小的节点,会重新将中间节点设为某节点父节点
if (!openSet.Contains(neighbor)) //如果某节点没有评估过
{
openSet.Add(neighbor); //将某节点加入待评估列表,在下一次循环进行评估,
//下一次循环又会找出这些周围节点 F 值最小的节点
}
}
}
}
}
private void RetracePath(Node startNode, Node endNode) //获取实际路径
{
List<Node> path = new List<Node>();
Node currentNode = endNode;
while (currentNode != startNode) //如果当前不为目标点
{
path.Add(currentNode); //将当前节点加入路径
currentNode = currentNode.parent;//获取下一个节点(当前节点的父节点)
}
path.Reverse(); //反转所有元素的顺序
grid.path = path; //返回实际路径
}
private int GetDinstance(Node nodeA, Node nodeB) //计算两个节点间的cost
{
int dstX = Mathf.Abs(nodeA.gridX - nodeB.gridX);
int dstY = Mathf.Abs(nodeA.gridY - nodeB.gridY);
if (dstX > dstY)
{
return 14 * dstY + 10 * (dstX - dstY);
}
return 14 * dstX + 10 * (dstY - dstX);
}
}
修改脚本MyGrid
public class MyGrid : MonoBehaviour
{
......
public List<Node> path;
......
void CreateGrid()
{
......
for (int x = 0; x < gridSizeX; x++)
{
for (int y = 0; y < gridSizeY; y++)
{
...... //多了两个参数,方便计算周围节点
grid[x, y] = new Node(walkable, worldPoint, x, y); //将节点的数据添加进二位数组
}
}
}
......
public List<Node> GetNeighbors(Node node) //获取节点周围的所有节点
{
List<Node> neighbors = new List<Node>();
//节点的相对坐标左侧为x-1,右侧为x+1,下方y-1,上方y+1
for (int x = -1; x <= 1; x++)
{
for (int y = -1; y <= 1; y++)
{
if (x == 0 && y == 0) //跳过中间的节点
{
continue;
}
//从x、y相对于中间节点的坐标 加上 中间节点位于地图的坐标,得到了周围节点位于地图的坐标
int checkX = node.gridX + x;
int checkY = node.gridY + y;
//限定节点范围,防止出现地图外的不存在的节点
if (checkX >= 0 && checkX < gridSizeX && checkY >= 0 && checkY < gridSizeY)
{
neighbors.Add(grid[checkX, checkY]);//添加周围节点
}
}
}
return neighbors;
}
private void OnDrawGizmos()
{
......
if (path != null)
{
if (path.Contains(node)) //给路径添加颜色
{
Gizmos.color = Color.yellow;
}
}
Gizmos.DrawCube(node.worldPos, Vector3.one * (nodeDiameter - 0.1f));
}
}
}
}
自行在Inspector面板中设置相应的参数
运行结果
可以随时修改起点和终点的位置
演示视频:https://www.bilibili.com/video/BV14B4y127YN/
下一篇 A*寻路算法2.0 将使用数组实现堆来代替List列表存储节点,算法消耗的时间将减少约60%
Unity实现A*寻路算法学习1.0的更多相关文章
- Unity实现A*寻路算法学习2.0
二叉树存储路径节点 1.0中虽然实现了寻路的算法,但是使用List<>来保存节点性能并不够强 寻路算法学习1.0在这里:https://www.cnblogs.com/AlphaIcaru ...
- A* 寻路算法学习
代码小记 #include <iostream> #include <list> struct POINT { int X; int Y; }; // G: 起点到当前点的成本 ...
- A星寻路算法入门(Unity实现)
最近简单学习了一下A星寻路算法,来记录一下.还是个萌新,如果写的不好,请谅解.Unity版本:2018.3.2f1 A星寻路算法是什么 游戏开发中往往有这样的需求,让玩家控制的角色自动寻路到目标地点, ...
- 基于Unity的A星寻路算法(绝对简单完整版本)
前言 在上一篇文章,介绍了网格地图的实现方式,基于该文章,我们来实现一个A星寻路的算法,最终实现的效果为: 项目源码已上传Github:AStarNavigate 在阅读本篇文章,如果你对于里面提到的 ...
- cocos2d-x学习日志(13) --A星寻路算法demo
你是否在做一款游戏的时候想创造一些怪兽或者游戏主角,让它们移动到特定的位置,避开墙壁和障碍物呢?如果是的话,请看这篇教程,我们会展示如何使用A星寻路算法来实现它! A星算法简介: A*搜寻算法俗称A星 ...
- js实现A*寻路算法
这两天在做百度前端技术学院的题目,其中有涉及到寻路相关的,于是就找来相关博客进行阅读. 看了Create Chen写的理解A*寻路算法具体过程之后,我很快就理解A*算法的原理.不得不说作者写的很好,通 ...
- A*寻路算法的探寻与改良(二)
A*寻路算法的探寻与改良(二) by:田宇轩 第二部分:这部分内容主要是使用C语言编程实现A*, ...
- A*寻路算法lua实现
前言:并在相当长的时间没有写blog该,我觉得有点"颓废"该,最近认识到各种同行,也刚刚大学毕业,我认为他们是优秀的.认识到与自己的间隙,有点自愧不如.我没有写blog当然,部分原 ...
- 如何在Cocos2D游戏中实现A*寻路算法(六)
大熊猫猪·侯佩原创或翻译作品.欢迎转载,转载请注明出处. 如果觉得写的不好请告诉我,如果觉得不错请多多支持点赞.谢谢! hopy ;) 免责申明:本博客提供的所有翻译文章原稿均来自互联网,仅供学习交流 ...
随机推荐
- XML的解析方式有哪几种?有什么区别?
有DOM.SAX等. DOM:(Document Object Model, 即文档对象模型) 是 W3C 组织推荐的处理 XML 的一种标准方式. DOM中的核心概念就是节点.DOM在分析XML文档 ...
- 什么是Spring的内部bean?
当一个bean仅被用作另一个bean的属性时,它能被声明为一个内部bean,为了定义inner bean,在Spring 的 基于XML的 配置元数据中,可以在 <property/>或 ...
- 谈一谈 Kafka 的再均衡?
在Kafka中,当有新消费者加入或者订阅的topic数发生变化时,会触发Rebalance(再均衡:在同一个消费者组当中,分区的所有权从一个消费者转移到另外一个消费者)机制,Rebalance顾名思义 ...
- Kafka 分区的目的?
分区对于 Kafka 集群的好处是:实现负载均衡.分区对于消费者来说,可以提高并发度,提高效率.
- Spring Cloud第一次请求报错问题
一.原因 我们在使用Spring Cloud的Ribbon或Feign来实现服务调用的时候,第一次请求经常会经常发生超时报错,而之后的调用就没有问题了.造成第一次服务调用出现失败的原因主要是Ribbo ...
- HMS Core定位服务在生活服务类App中可以自动填写收货地址啦
在涉及团购.外卖.快递.家政.物流.搬家等生活服务类的App.小程序中,填写收货地址是用户高频使用的功能.这一功能通常采取让用户手动填写的解决方案,例如上下拉动选择浙江省-->杭州市--> ...
- Unsafe Rust 能做什么
在不安全的 Rust 中唯一不同的是,你可以: 对原始指针进行解引用 调用"不安全"的函数(包括 C 函数.编译器的内建指令和原始分配器. 实现"不安全"的特性 ...
- (stm32f103学习总结)—RTC独立定时器—实时时钟实验
一.STM32F1 RTC介绍 1.1 RTC简介 STM32 的实时时钟( RTC)是一个独立的定时器. STM32 的 RTC 模 块拥有一组连续计数的计数器,在相应软件配置下,可提供时钟日历的 ...
- (stm32f103学习总结)—输入捕获模式
一.输入捕获介绍 在定时器中断实验章节中我们介绍了通用定时器具有多种功能,输入捕获就是其中一种.STM32F1 除了基本定时器 TIM6 和 TIM7,其他定时器都具有输入捕获功能.输入捕获可以对输入 ...
- 全面系统讲解CSS工作应用+面试一步搞定
[TOC] 一.课程介绍 二.HTML基础强化 html常见元素和理解 html常见元素分类 head区元素:(不会在页面上留下元素) * meta * title * style * link * ...