如果被包围，则形成路径的元素无效
我正在构建一个由单元格组成的 2D 网格游戏，玩家必须在其中放置标记并尝试包含(包围)对手的标记.现在每个单元格可以有 3 种状态:空、包含红色标记或包含蓝色标记. 可以形成“路径"的所有单元格都在一个列表中，沿着该路径我可以绘制经过单元格中心的线(多边形).还有一个包含标记的列表，被包围的标记， 现在我想找到一种方法来“无效"一个被包围的令牌，这样它就可以被路径计算忽略 参见以
..
path-finding相关内容
寻路代码产生意想不到的结果
首先，请原谅标题不好，但我不知道如何用一句话来形容... 给定一个包含 3 种字段的网格，空字段、墙壁和出口，我编写了一个程序来检查每个空字段，该字段是否“安全".一个人穿过那个网格，但只能非对角行走，不能穿过墙壁.人从一处开始，随机选择一个方向，然后开始往那个方向走.一旦碰到墙壁，它会再次随机选择一个方向，开始向那个方向移动，依此类推.如果一个人如上所述穿过网格，从该字段开始，确保在某个点
..
寻路问题
好的，我正在尝试制作一个动态路径系统，以便玩家可以在没有预定义路径的情况下从 A 点移动到 B 点.请注意，此游戏完全基于文本，没有图形.玩家可以向 10 个方向移动:上、下、n、e、s、w、sw、se、nw 和 ne. 整个世界的地图都在一个数据库中，数据库的每一行都包含一个房间或一个节点，每个房间/节点都有它可以去的方向.房间可能不是按顺序排列的.一个例子: 地图号、房间号、Direc
..
如何在无网格的二维平面上使用 A* 寻路算法?
如何在没有节点或单元的无网格二维平面上实现 A* 算法?我需要物体绕过目标途中相对较多的静态和移动障碍物.我当前的实现是在对象周围创建八个点，并将它们视为可能是对象潜在位置的假想相邻正方形的中心.然后我为每个计算启发式函数并选择最好的.起点和运动点之间的距离，运动点和目标之间的距离我用勾股定理计算的正常方式.问题是这样的对象通常会忽略所有障碍物，并且更经常在两个位置之间来回移动被卡住.我意识到 m
..
游戏寻路
在所有类型的游戏中使用了哪些寻路算法?(无论如何，在字符移动的所有类型中)是否使用过 Dijkstra 的?我并不是真的想编写任何代码；只是做一些研究，不过如果你粘贴伪代码或其他东西，那就没问题了(我可以理解 Java 和 C++). 我知道 A* 就像在 2D 游戏中使用的算法.这很好，但是那些不是基于网格的 2D 游戏呢?诸如帝国时代或林克的觉醒之类的东西.没有可导航到的明显方形空间，那
..
PacMan:主要使用哪些启发式方法?
除了 A*、BFS、DFS 等，还有哪些在 Pacman 中常用的好的寻路算法/启发式算法?如果 pacman 可以找到不止一种水果，我认为我提到的那些不会奏效. 我需要一些好的寻路算法，吃豆人可以用它来以尽可能少的步数完成迷宫.我试图四处寻找指南，但到目前为止还没有运气.曼哈顿距离的 A* 随处可见，但它只适用于只有一个(或两个?或者最多几个?)水果的迷宫. 顺便说一句，为了简单起见
..
使用 Prolog 优化约束逻辑编程中的寻路
我正在开发一个小型 prolog 应用程序来解决 摩天大楼和围栏 拼图. 未解之谜: 已解决的难题: 当我通过程序已经解决的谜题时，它很快，几乎是即时的，为我验证它.当我通过程序非常小的谜题(例如2x2，当然，修改规则)时，找到解决方案也相当快. 问题在于计算“本机"大小为 6x6 的拼图.在中止它之前，我已经让它运行了 5 个小时左右.太多时间了. 我发现耗时最长的
..
通过矩阵的最佳路径需要考虑多种成本
例如给定以下矩阵: [[[0, 8], [0, 3], [0, 8]],[[8, 0], [3, 0], [0, 5]],[[0, 1], [0, 6], [0, 0]]] 对于每个元组，第一个数字是食物，第二个数字是水.我需要从右下角到左上角，我只能向上或向左移动. 我需要尽可能多地收集食物和水，这样我才能活得尽可能久.对于我想要生存的每一天，我需要 1 份食物和 1 份水，因此如果我
..
如何在Python中实现15难题的IDA *算法?
我正在尝试使用IDA *算法和Manhattan启发式算法来解决15-Puzzle问题.我已经在此Wikipedia页面(链接)中的伪代码中实现了该算法. > 到目前为止，这是我的代码: def IDA(初始状态，目标状态):initial_node =节点(initial_state)目标节点=节点(目标状态)阈值= manhattan_heuristic(initial_state，g
..
使用Lua的BFS算法可找到2个节点之间的最短路径
我设法编写了一个代码，该代码使用BFS算法遍历所有图形节点.这是容易的部分:) 不，我坚持要获得两个节点之间的最短路径. 到目前为止，这是我的代码: 功能table.contains(表，元素)对于_，成对(表)的值如果值==元素，则返回真结尾结尾返回假结尾队列= {stack = {}}函数队列:en(e)table.insert(self.stack，e)结尾函数队列:de()本
..
拜访最少重复访问图的图中的所有节点
我有一个基于图块的地图，其中一些图块是墙，其他图块是可步行的.步行砖构成了我想在路径规划中使用的图形.我的问题是，他们有什么好的算法可以找到可访问图形中每个节点的路径，从而最大程度地减少重复访问? 例如: 地图示例http://img220.imageshack.us/img220/3488/mapq .png 如果底部的黄色图块是起点，则访问重复次数最少的所有图块的最佳路径是:
..
BFS使用哪种启发式方法来解决此“游戏"(查找路径)?
我想解决一个“游戏". 我有5个圆圈，我们可以将圆圈旋转到左侧或右侧(90度). 示例: 我正在使用BFS查找路径，但是我无法发明启发式函数(我的每个解决方案都不好).我正在尝试曼哈顿距离和其他距离...(也许想法不错，但是我的解决方案出了点问题).请帮忙！ 解决方案 一个简单的保守(允许的)启发式方法是: 对于每个数字1
..
阻止仙人掌图上的有向路径
我想在仙人掌图上找到最长的路径距离定向路径. 例如，如果我们有以下4个节点， 这意味着 如果我们访问1，我们将无法前往2 即，1→ 2和1-> 3->不允许2个. 然而，2→允许1个. 类似 不能从2行驶到3 不能从3行驶到1 不能从1到0行驶 可以旅行其他任何人 因此我们具有路径(1、3、2)，(0、2、1)等.因此，最长距离为3. 在这种情
..
计算矩阵中非直接连接节点之间的距离
我为城市建立了邻接矩阵，并在它们之间建立了联系.例如A-B，B-C，C-D.现在，我想知道是否可以计算未连接的城市之间的距离.是否可以计算未连接节点之间的矩阵距离并找到路径? 城市班 import java.util.LinkedList; import java.util.List; import java.util.Scanner; public class GraphCitie
..
如何为该A *程序构造邻接表
我试图了解A *路径查找算法，以及如何在python程序中实现它.我发现了此网站，该网站做得非常好解释算法本身是如何工作的，并提供一些示例代码. 在这里我被困住了: def make_graph(mapinfo): nodes = [[AStarGridNode(x, y) for y in range(mapinfo.height)] for x in range(mapinfo.
..
A *是最佳寻路算法吗?
通常说A *是解决寻路问题的最佳算法. 在A *不是 的最佳算法时，有什么情况吗? A *与BFS，DFS，UCS等相比有多好? 解决方案 简短的答案是肯定的，在某些情况下，A *不是解决问题的最佳算法.但是，有许多方法可以评估用于寻找解决方案的 best 算法的组成. 如果您考虑从单个来源到多个目的地的多次搜索的效果最佳，那么您应该考虑使用一种更合适的方法( Dijks
..
寻路-最少转弯的A *
是否可以修改A *以返回具有最少转弯次数的最短路径 ? 一个复杂之处:节点不再能够仅通过位置来区分，因为它们的父节点与确定未来的转向相关，因此它们也必须具有与之关联的方向. 但是我遇到的主要问题是如何将匝数转换为部分路径成本(g).如果我将g乘以匝数(t)，就会发生奇怪的事情，例如:靠近终点的N匝较长的路径比靠近起点的N匝较短的路径更受青睐. 我正在考虑的另一个较不理想的解决方案
..
所有可能的路径
我目前正在使用AI来玩点游戏(链接).目的是通过用一条线连接颜色相似的点来消除尽可能多的点.我遍历整个电路板并将每组相邻的点用相同的颜色分组.这些组当前都共享相同的突出显示颜色(黑色).因此，例如，左上角的四个红色点形成一个组，右上角的三个黄色点也是如此. 我需要计算通过这些组之一的所有可能路径.谁能想到一个好的算法?如何避免创建重复路径? 我听说在这种情况下稍微修改一下DFS会很好.
..
500+个航路点/节点的最短路径算法(例如Dijkstra)?
我在这里询问了最短路径算法: 2D航路点寻路:将WP组合到从curLocation转到targetLocation (要了解我的情况，请同时阅读该问题和该问题.) 看来Dijkstra最短路径算法将能够满足我的需要.但是，我的路线图中大约有500到1000个节点. 到目前为止，我所看到的实现将节点的数量限制在50个以下.我的问题是:我是否仍应使用Dijkstra最短路径算法或替代
..
最佳的优先搜索是否最佳且完整?
我对最佳的优先搜索算法有一些疑问.我拥有的伪代码如下: 最佳首次搜索伪代码 第一个疑问:它完成了吗?我已经读过它不是因为它可以进入死胡同，但是我不知道什么时候会发生，因为如果算法选择的节点没有更多的邻居，它不会卡在其中，因为该节点已被删除从打开列表开始，在下一次迭代中，将处理打开列表的以下节点，并继续搜索. 第二个疑问:这是最优的吗?我以为，如果沿着搜索过程访问距离目标更近的节点，那么
..