游戏地图中的分层和动态路径搜索.pdfVIP

摘 要 摘 要 在商业计算机游戏中，路径搜索的性能直接影响玩家的感受及其对游戏的满意程 度。并且游戏中的路径规划常常受到计算机内存和CPU 资源的限制。在动态性环境中， 角色必须对随时可能变化的地形做出即时反应，需要搜索方法具有较强重规划能力。 标准A*算法的时间复杂度高，内存耗费大；HPA*算法在空旷区域的路径曲折，并 仍需要较大存储；LPA*算法最差情况下搜索节点数很多。本文在传统的路径搜索算法 A* ，HPA* ，LPA*等基础上，针对游戏地图路径搜索中存在的以上问题进行了研究，改 善了几个算法的性能。具体来说，本研究工作主要分为以下两部分： 1. 提出了不均匀分区的分层路径搜索KM-A*方法。KM-A*参照聚类结果对地图进 行不均匀分区，能够体现不同地图障碍物分布特点，使用 A*在抽象图上找到路径后， 再使用A*或Bresenham 直线算法细化，适用于静态环境路径搜索。 2. 提出了分层动态路径搜索HPLPA*方法。HPLPA*首先在抽象图上使用LPA*初次 搜索，当地形发生变化后，使用A*更新抽象图，然后在更新后的抽象图上进行LPA*路 径快速重规划，找到的抽象路径再使用A*细化为本地路径，适用于动态环境路径搜索。 我们分别在地图发生器上随机生成和博德之门II 的共60 多幅游戏地图上进行了实 验，对几种算法的平均在线搜索时间，平均路径长度，平均搜索节点数等进行了对比。 实验证明了本文提出的方法的有效性。 关键词 游戏地图 路径搜索 分层 动态增量 I Abstract Abstract In commercial computer games, path finding performance directly affects the feelings of players and their satisfaction, and path planning in games is often constrained by the limited computer memory and CPU resources. In dynamic environments, roles must make an immediate response to the terrain changed any time. Path planning methods need a strong re-planning capability. The time complexity and memory-consuming of standard A* algorithm is high. HPA* algorithm searches devious paths in open regions, and still needs a larger storage. LPA* algorithm searches lots of nodes in the worst cases. In this research, based on these traditional path finding algorithms, we have studied the previously mentioned issues about path finding in game maps, and improved the performance of these algorithms. Specifically, this research work is mainly divided into two parts : 1. We have proposed a new hierarchical path finding algorithm KM-A*. KM-A* generates uneven