澄清一下，这是一个实体机器人吗？你有一个机器人所在的物理场地图，你想通过软件地图 A* 的方式也允许你的物理机器人以相同的方向在物理地图中移动？
是的，没错，我们有一个网络摄像头挂在机器人上方，然后我们粘贴图像，将图像转换为可唤醒和不可唤醒的地图，然后我们将此地图提供给我们的 A*带有开始和结束坐标。目前我们是否在障碍物周围添加 ekstra none walkable fields，但这非常慢。
是的，正如 DoomStone 所说，我们在障碍物、物体和机器人所在的球场上方的三脚架上悬挂了一个网络摄像头。我们为这门课程拍照，解析它，以便我们找到物体和障碍物以及机器人，然后尝试从机器人到它必须拾取的物体建立一条路径。所以 A* 算法会返回我们可以运行的每个像素，正如我所说的，它经常会拥抱障碍物，如果说物体在机器人的另一侧。

【解决方案1】：

您是否考虑过为物体附近的像素添加梯度成本？

也许像线性渐变一样简单：

C = -mx + b

其中 x 是到最近对象的距离，b 是边界外的成本，m 是成本消失的速率。当然，如果 C 为负数，则应设置为 0。

也许是简单的双曲衰变

C = b/x

再次，其中 b 是边界外的所需成本。一旦达到某个低点，就截止到 0。

或者，您可以使用指数衰减

C = k e^(-hx)

其中 k 是缩放常数，h 是衰减率。同样，有一个截止是明智的。

第二个建议

我从未将 A* 应用于像素映射地图；几乎总是，瓷砖。

您可以尝试大幅降低图块的“分辨率”吗？可能每 10×10 或 20×20 的像素集有一个图块；瓦片的成本是瓦片中像素的最高成本。

此外，您可以尝试降低用于 A* 的最短距离启发式算法的价值。

【讨论】：

【解决方案2】：

考虑到机器人的大小，您可以尝试扩大障碍物。您可以绕过障碍物的角落以解决阻塞问题。那么被填充的缝隙太小了，机器人无论如何都挤不进去。

【讨论】：

【解决方案3】：

我已经做了一个这样的物理机器人。我的解决办法是，每当需要左右转弯时，就向后退一步。

红线是我理解你的问题。黑线是我为解决问题所做的。机器人可以直线向后移动一步然后右转。

【讨论】：