我应该如何重新计划A *？

我有一个寻路的老板敌人，它使用A *算法寻找玩家。这是一个非常复杂的环境，我在Flash中进行操作，因此，如果在长距离搜索，搜索可能会变得有点慢。如果播放器静止不动，我只能搜索一次，但此刻我正在搜索每一帧。这花费了足够长的时间，以至于我的帧速率正在遭受痛苦。

通常的解决方案是什么？是否可以在不重新进行整个搜索的情况下“重新计划” A *？我是否应该减少搜索频率（每半秒或第二秒），并接受路径中的一些误差？

您不必在一帧中搜索整个路径，我通过限制搜索循环来做到这一点，然后AI将开始跟踪它所拥有的少量信息，下一帧我将搜索更多，可能需要3帧才能找到路径。它看起来很有说服力，因为看起来AI实际上正在搜索。

如果距离很大，则可以使用接近检测每隔几帧运行一次算法（因为在大多数情况下，如果距离很大，则目标路径在帧与帧之间不会发生很大变化）。例如：

      Distance > 100, run A* every 2 seconds
100 > Distance >  50, run A* every 1 second
50  > Distance >  25, run A* every 10 frames
25  > Distance <  25, run A* every frame

这是假设在每帧运行A *时仍存在可接受的距离。简而言之，我会选择您的第二个选择。特别是如果您的工作正常，如果可以缩小工作范围，我将避免重新实现其他功能。最重要的是，您必须尝试一下它是否适用于您的游戏。

并没有真正回答您的确切问题，但是...如果您愿意“作弊”，则可以让玩家离开“面包屑”，让老板跟随他们。如果面包屑路径交叉，请遵循最新路径（这使老板避免循环和其他路径可能太长，更不用说不遵循玩家的确切路径了）

如果老板是某种具有良好嗅觉的动物，这将很好地工作。这就像跟随播放器的气味一样工作:)

您的案例几乎就是发明HPA *所要解决的问题。但是，如果这看起来过于矫kill过正，我会倾向于认为每半秒钟左右的寻路应该能很好地解决。

如果是静态环境，则可以预先计算所有对的最短路径。

我为48场比赛创建了一个游戏，其中A *角色在某个级别上跟随玩家。因为我的A *实现速度很慢（无法在每个帧中运行），所以我将间隔设置为三秒的延迟。产生了意想不到的结果，使玩家可以“欺骗” AI一会儿。它实际上使游戏变得更加有趣。

后来，我改进了A *实现的性能，并尝试在每个帧上运行它。游戏停止了乐趣，因为敌人总是会完美地寻找玩家。

那是出乎意料的，也是一次很好的学习经历。

除非您绝对希望（或需要）使用A *，否则还可以查看“ 转向行为”。由于所涉及的每个帧都没有完整的路径规划，因此在处理上应该要轻得多。