我首先在堆栈溢出中发布了这个问题，但是我猜那里没有人对视频游戏非常感兴趣...

所有类型的游戏中都使用哪些寻路算法？（无论如何，所有类型的角色都会移动）Dijkstra是否使用了很多？我认为不会，因为它实际上并未找出到达某个地方所需采取的步骤，对吗？如果我理解正确，它只会确定哪个对象是最近的。我并不是真的想编写任何代码；只是做一些研究，尽管如果您粘贴伪代码或其他内容，那也很好（我能理解Java和C ++）。我基本上是在总体上寻找路径查找的快速概述。

我知道A *就像在2D游戏中使用的算法。那太好了，但是不是基于网格的2D游戏又如何呢？帝国时代或Link的觉醒之类的东西。没有可导航的独特正方形空间，那么它们做什么？

3D游戏做什么？我已经读过这个令人毛骨悚然的http://www.ai-blog.net/archives/000152.html，听说它是该主题的权威，但是一旦设置了网格，它并不能真正解释如何操作，路径查找完成。如果他们使用的是A *，那么在3D环境中如何做？花键如何精确加工圆角？

一次有太多问题，因此仅要讨论其中一些主题就很难给出具体答案。我将答案一分为二，并尽我所能解决。我不认为这些列表中的任何一个都是完整的，但是它们是我记得的一些不同方法。

第1部分-寻路算法

对于初学者来说，有很多方法可以实现寻路，但并非所有方法都能返回最短路径，或者效率高甚至可靠。例如：

• 原始方法不会“向前看”，并且每次只能执行一个步骤：

  • 随机退步 -朝目标方向一次迈出一步。如果遇到障碍物，请通过随机向后退一点，然后重试来尝试解决该问题。根本不可靠，并且会陷入多种情况。

  • 障碍物追踪 -其他方法类似于随机的后退，但不是随机地向后移动，而是在发现碰撞后开始在对象周围进行追踪，就好像您的右手粘在墙上并且必须移动来触摸它一样。一旦没有碰撞，继续朝目标方向移动。再一次会在很多情况下卡住。

• 可以立即查找整个路径的方法：

  • 广度优先搜索 -通过一次访问每个子层来进行简单的图形遍历，找到路径时停止。如果该图未加权（即，每个相邻节点之间的距离始终相同），尽管效率不是很高，但它会找到最短路径。对于加权图，它可能不会返回最短路径，但始终会找到一条最短路径。

  • 深度优先搜索 -遍历图形的另一种方法，但并非逐层进行，算法尝试首先在图形中进行深入搜索。如果不限制搜索深度，则此方法可能会出现问题，尤其是在使用递归实现时，这可能会导致堆栈溢出，因此通常更安全地使用堆栈迭代地实现。

  • 最佳优先搜索 -类似于广度优先搜索，但使用启发式方法，优先选择最有前途的邻居。返回的路径可能不是最短的，但运行速度要比广度优先搜索快。A *是“最佳优先搜索”的一种。

  • Dijkstra的方法 -跟踪从开始到访问的每个节点的总成本，并使用它来确定遍历图形的最佳顺序。使用加权图并返回最短路径，但可能涉及很多搜索。

  • A * -与Dijkstra类似，但也使用启发式方法估算每个节点接近目标的可能性，以便做出最佳决策。由于这种启发式方法，A *可以更及时地找到加权图中的最短路径。

• 然后是A *的变体（或一般来说是寻路优化），可以使其更快或更适应某些情况，例如（请参阅相关答案和cstheory.SE上的完整列表）：

  • LPA * -与A *类似，但是在对图形进行较小更改时可以更快地重新计算最佳路径
  • D * Lite-基于LPA *，它执行相同的操作，但是假定“起点”是在进行图形更改时朝着终点移动的单位
  • HPA *（分层） -在不同的抽象级别使用多个图层以加快搜索速度。例如，较高层可以简单地连接房间，而较低层可以避免障碍。
  • IDA *（迭代加深） -通过使用迭代加深，与常规A *相比减少了内存使用。
  • SMA *（简化的内存限制） -仅利用可用内存来执行搜索。
  • 跳转点搜索 -在评论中归功于Eric！加快统一成本网格地图（link）上的寻路。

第2部分-搜索空间表示

最后解决这个问题：

我知道A *就像在2D游戏中使用的算法。那太好了，但是不是基于网格的2D游戏又如何呢？

这里有两个大误解！事实上：

1. A *不在乎游戏是2D还是3D，这两种情况都同样适用。
2. A *在任何图形表示下均可工作，因此它并不关心世界是否为网格。

因此，如果世界不需要是网格，那么您还可以通过其他方式来表示它吗？以下是对世界空间进行分区以进行寻路的方式的简要概述，其中大多数都适用于2D和3D：

• 矩形网格 -将世界划分为规则的正方形网格，网格中的每个单元格都是图中的一个节点，两个无障碍节点之间的连接是一条边。

  

• 四叉树（Quadtree） -划分空间的另一种方法，不是将其划分为规则大小的单元格，而是将其划分为四个，然后将它们分别递归地划分为四个。添加第三个维度使其成为八叉树。

  

• 凸多边形 -将可步行区域划分为相互连接的凸多边形网格。每个多边形都将成为一个节点，共享边即为图的边。例如，它们可以是三角形，有时甚至可以是艺术家在创建关卡资产时创建的网格。通常称为导航网格。看到这个链接。这是一个非常流行的导航网格构建工具集：Recast。

  

• 可见点 -最常见的方法是将一个节点放置在障碍物的每个凸顶点的外部，然后连接可以互相看到的每对节点。检查此链接。节点不必一定是顶点，并且可以由设计人员在地图中手动放置。在那种情况下，该系统经常被称为航点图。