如何向 A* 启发式添加更多参数，而不仅仅是距离？答案

【问题标题】：How to add more parameters to A* heuristic than only distance?如何向 A* 启发式添加更多参数，而不仅仅是距离？
【发布时间】：2013-01-18 01:51:00
【问题描述】：

对于小型 2D 游戏中的寻路，我使用 A* 算法，现在基于简单的欧几里德距离启发式算法。我的游戏世界被表示为一个单元格，要么被障碍物占据，要么没有。必须使用 A* 计算路径的角色可以向任何方向移动（如果没有被阻挡），而不仅仅是 N/E/S/W。

好的，这样基本上可以正常工作。现在我需要向 A* 启发式函数添加另一个参数，即与每个网格单元相关的成本值。这个成本值越高，我们的角色就越应该尽量避开那个单元格。

但是，我不能将启发式函数更改为仅使用每个网格单元的这个成本值，因为单元到 A* 目标位置的距离仍然很重要。角色应尽量避开任何高成本单元，但同时也不能离目标位置太远。因此，我需要在单元格的距离与其成本值之间进行某种“权衡”。

理想情况下，我想找到一个解决方案，让我可以轻松调整/优化单元格距离与其成本值之间的这种关系，以便我可以微调启发式方法。

任何想法如何实现这一目标？

【问题讨论】：

【解决方案1】：

您需要使用权重（0 到 1 之间的值），假设 w 是距离权重，1-w 是成本权重，因此您的新 huristic 将类似于： H= w*距离+(1-w)*成本

现在您需要根据您的领域优化 W - 积极地。

【讨论】：

【解决方案2】：

当您使用任何最短路径算法（A* 或 Dijkstrs）时，您需要为每个节点设置一个成本值。
因此，您必须认为自己是如何将距离（您的单元格）与障碍成本相结合的公式。
您可以创建一个 cost() 函数，它采用长度成本加上障碍成本。

【讨论】：