文章目录

  • AStar算法
    • 简介
    • 实现
      • Node节点
      • 节点间的估价
      • 算法核心
      • 邻节点的搜索方式
  • 地图编辑器
    • 简介
    • 实现
      • 绘制地图网格
      • 障碍/可行走区域
      • 地图数据存储

AStar算法

简介

Unity中提供了NavMesh导航寻路的AI功能,如果项目不涉及服务端它应该能满足大部分需求,但如果涉及服务端且使用状态同步技术,可能需要服务端同时实现寻路功能,这时就需要考虑其它实现思路,而AStar寻路算法则是常使用的一种。

AStar算法是一种静态路网中求解最短路径最有效的直接搜索方法,基于广度优先搜索(BFS)Dijkstra算法,通过不断维护节点的代价来寻求代价最小的路径,代价的估价公式:F(N)=G(N) + H(N)

  • G:理解为起始节点到当前节点的代价;
  • H:理解为当前节点到终节点的代价。

其它概念:

  • 开放集合:记录所有被考虑用来寻找最短路径的节点集合;
  • 封闭集合:记录不会被考虑用来寻找最短路径的节点集合。

算法思路:

  • 将起始节点放入开放集合;
  • While循环重复以下步骤,直到结束条件满足:
    • 在开放集合中寻找代价最小的节点,并把寻找到的节点作为Current当前节点;
    • 将获取到的当前节点从开放集合移除放入封闭集合;
    • 若当前节点已经是终节点,寻路结束,跳出While循环,否则继续执行以下操作;
    • 获取当前节点的邻节点,并对每个邻节点执行以下步骤:
      • 若邻节点为不可行走区域(障碍)或者邻节点已经在封闭集合中,不执行任何操作,Continue继续遍历下一个邻节点;
      • 若邻节点不在开放集合中,将其放入开放集合,并将Current当前节点赋值给该邻节点的父节点,计算、记录该邻节点的G、H代价;
      • 若邻节点在开放集合中,判断经Current当前节点到达该邻节点的G值是否小于原来的G值,若小于则将该邻节点的父节点设为当前节点,并重新计算该邻节点的G、H代价。
  • 从终节点开始依次获取父节点放入一个列表,最终将列表做倒序操作就是最终寻路的路径。

实现

Node节点

地图网格由x * y个Node节点组成,定义节点类,变量包含节点的x、y索引值、父节点信息、G、H、F代价值以及是否为可行走区域的标识信息,代码如下:

namespace SK.Framework.AStar
{public class Node{public int x;public int y;/// <summary>/// 父节点/// </summary>public Node parent;/// <summary>/// 是否为可行走区域/// </summary>public bool IsWalkable { get; private set; }/// <summary>/// 起始节点到当前节点的代价/// </summary>public int gCost;/// <summary>/// 当前节点到终节点的代价/// </summary>public int hCost;/// <summary>/// 代价/// </summary>public int Cost { get { return gCost + hCost; } }public Node(int x, int y, bool isWalkable){this.x = x;this.y = y;IsWalkable = isWalkable;}}
}

节点间的估价

每向正上、下、左右方向走一步代价为1,根据勾股定理,每向斜方向走一步代价为 2 \sqrt{2} 2 ​,近似1.414,而为了便于计算、节省性能,我们将正方向移动一步的代价记为10,斜方向移动一步的代价记为14,都取int整数。

//计算两节点之间的代价
private int CalculateCost(Node n1, Node n2)
{//绝对值int deltaX = n1.x - n2.x;if (deltaX < 0) deltaX = -deltaX;int deltaY = n1.y - n2.y;if (deltaY < 0) deltaY = -deltaY;int delta = deltaX - deltaY;if (delta < 0) delta = -delta;//每向正上、下、左、右方向走一步代价增加10//每斜向走一步代价增加14(勾股定理,精确来说是近似14.14~)return 14 * (deltaX > deltaY ? deltaY : deltaX) + 10 * delta;
}

算法核心

/// <summary>
/// 根据起始节点和终节点获取路径
/// </summary>
/// <param name="startNode">起始节点</param>
/// <param name="endNode">终节点</param>
/// <returns>路径节点集合</returns>
public List<Node> GetPath(Node startNode, Node endNode)
{//开放集合List<Node> openCollection = new List<Node>();//封闭集合HashSet<Node> closeCollection = new HashSet<Node>();//起始节点放入开放集合openCollection.Add(startNode);//开放集合中数量为0时 寻路结束while (openCollection.Count > 0){//当前节点Node currentNode = openCollection[0];//遍历查找是否有代价更小的节点//若代价相同,选择移动到终点代价更小的节点for (int i = 1; i < openCollection.Count; i++){currentNode = (currentNode.Cost > openCollection[i].Cost|| (currentNode.Cost == openCollection[i].Cost&& currentNode.hCost > openCollection[i].hCost))? openCollection[i] : currentNode;}//将获取到的当前节点从开放集合移除放入封闭集合openCollection.Remove(currentNode);closeCollection.Add(currentNode);//当前节点已经是终节点 寻路结束if (currentNode == endNode)break;//获取邻节点List<Node> neighbourNodes = GetNeighbouringNodes(currentNode, SearchMode.Link8);//在当前节点向邻节点继续搜索for (int i = 0; i < neighbourNodes.Count; i++){Node neighbourNode = neighbourNodes[i];//判断邻节点是否为不可行走区域(障碍)或者邻节点已经在封闭集合中if (!neighbourNode.IsWalkable || closeCollection.Contains(neighbourNode))continue;//经当前节点到达该邻节点的G值是否小于原来的G值//或者该邻节点还没有放入开放集合,将其放入开放集合int cost = currentNode.gCost + CalculateCost(currentNode, neighbourNode);if (cost < neighbourNode.gCost || !openCollection.Contains(neighbourNode)){neighbourNode.gCost = cost;neighbourNode.hCost = CalculateCost(neighbourNode, endNode);neighbourNode.parent = currentNode;if (!openCollection.Contains(neighbourNode))openCollection.Add(neighbourNode);}}}//倒序获取父节点List<Node> path = new List<Node>();Node currNode = endNode;while (currNode != startNode){path.Add(currNode);currNode = currNode.parent;}//再次倒序后得到完整路径path.Reverse();return path;
}

邻节点的搜索方式

搜索邻节点时有两种搜索方式,四连通和八连通:

  • 四连通:又称四邻域,是指对应节点的上、下、左、右四个方向为邻节点:

  • 八连通:又称八邻域,是指对应节点的上、下、左、右、左上、右上、左下、右下八个方向为邻节点:

/// <summary>
/// 获取指定节点的邻节点
/// </summary>
/// <param name="node">指定节点</param>
/// <param name="searchMode">搜索方式 四连通/八连通</param>
/// <returns>邻节点列表</returns>
public List<Node> GetNeighbouringNodes(Node node, SearchMode searchMode)
{List<Node> neighbours = new List<Node>();switch (searchMode){case SearchMode.Link4:for (int i = -1; i <= 1; i++){if (i == 0) continue;int x = node.x + i;if (x >= 0 && x < this.x)neighbours.Add(nodesDic[x * this.x + node.y]);int y = node.y + i;if (y >= 0 && y < this.y)neighbours.Add(nodesDic[node.x * this.x + y]);}break;case SearchMode.Link8:for (int i = -1; i <= 1; i++){for (int j = -1; j <= 1; j++){if (i == 0 && j == 0) continue;int x = node.x + i;int y = node.y + j;if (x >= 0 && x < this.x && y >= 0 && y < this.y)neighbours.Add(nodesDic[x * this.x + y]);}}break;}return neighbours;
}

地图编辑器

简介

按住Ctrl + 鼠标左键绘制地图障碍区域(如图所示,红色框区域即为障碍区域):

按住Alt + 鼠标左键绘制地图可行走区域(清除障碍区域):

实现

绘制地图网格

  • Grid X、Y组成地图网格(x * y);
  • Grid Size指定每个网格(节点)的大小:
//绘制地图网格
Handles.color = Color.cyan;
for (int i = 0; i <= x; i++)
{Vector3 start = i * size * Vector3.right;Vector3 end = start + y * size * Vector3.forward;Handles.DrawLine(start, end);
}
for (int i = 0; i <= y; i++)
{Vector3 start = i * size * Vector3.forward;Vector3 end = start + x * size * Vector3.right;Handles.DrawLine(start, end);
}

障碍/可行走区域

使用二维数组bool[,] map存储各节点网格是否为可行走区域

  • Ctrl + 鼠标左键 标识障碍区域;
  • Alt + 鼠标左键 标识可行走区域:
HandleUtility.AddDefaultControl(GUIUtility.GetControlID(FocusType.Passive));
//Ctrl + 鼠标左键 绘制障碍区域
//Alt + 鼠标左键 绘制可行走区域
var e = Event.current;
if (e != null && (e.control || e.alt) && (e.type == EventType.MouseDown || e.type == EventType.MouseDrag) && e.button == 0)
{Ray ray = HandleUtility.GUIPointToWorldRay(e.mousePosition);if (Physics.Raycast(ray, out RaycastHit hit)){int targetX = Mathf.CeilToInt(hit.point.x / size);int targetY = Mathf.CeilToInt(hit.point.z / size);if (targetX <= x && targetX > 0 && targetY <= y && targetY > 0){map[targetX - 1, targetY - 1] = !e.control;}}e.Use();
}//红色框绘制障碍区域
Handles.color = Color.red;
for (int m = 0; m < x; m++)
{for (int n = 0; n < y; n++){if (!map[m, n])Handles.DrawWireCube(new Vector3(m * size, 0f, n * size) + .5f * size * (Vector3.forward + Vector3.right), .9f * size * (Vector3.forward + Vector3.right));}
}

地图数据存储

由于地图数据存储于bool[,] map二维数组中,不支持序列化,因此将其转化为存储于Texture2D类型资产中,实现方式如下:

//生成地图
if (GUILayout.Button("Generate Map Data"))
{//选择保存路径string filePath = EditorUtility.SaveFilePanel("Save Map Data", Application.dataPath, "New Map Data", "asset");if (!string.IsNullOrEmpty(filePath)){//转化为Asset路径filePath = filePath.Substring(filePath.IndexOf("Assets"));//创建地图TexTexture2D bitmap = new Texture2D(x, y, TextureFormat.Alpha8, false);byte[] bytes = bitmap.GetRawTextureData();//默认全部为可行走区域for (int i = 0; i < bytes.Length; i++)bytes[i] = 0;for (int m = 0; m < x; m++){for (int n = 0; n < y; n++){//黑色存储障碍区域 白色存储可行走区域bytes[m * x + n] = (byte)(map[m, n] ? 255 : 0);}}bitmap.LoadRawTextureData(bytes);//创建、保存资产AssetDatabase.CreateAsset(bitmap, filePath);AssetDatabase.SaveAssets();AssetDatabase.Refresh();//选中EditorGUIUtility.PingObject(bitmap);}
}

源码以上传至SKFramework框架Package Manager中:

如何在Unity中实现AStar寻路算法及地图编辑器相关推荐

  1. Threejs中使用astar(A*)算法寻路导航,Threejs寻路定位导航

    1,介绍 该示例使用的是 r95版本Three.js库.利用A*算法实现寻路.导航功能.添加坐标轴. 效果图如下: 2,主要说明 引入A*算法astar.js <script type=&quo ...

  2. 光速AStar寻路算法(C++)

    光速AStar寻路算法(C++) 一.最终效果 可以看到,我创建了500个小动物,也有110的FPS.虽然它们并不是每一帧都在计算寻路,但是平均下来不卡顿也不错了.我是i7 6700 + GT 720 ...

  3. 【Astar寻路算法图解】Java实现

    Astar 寻路算法 1. 什么是Astar寻路算法 拥有一个地图,地图上面有起点和终点 一个机器人在起点,希望用最短的距离到达终点 Astar算法可以用来解决这个问题 2. 算法引入的三个工具 2. ...

  4. AStar寻路算法的Python实现

    AStar寻路算法的Python实现 人工智能课老师让整的,简单的python,加上matplotlib生成了一个散点图,矩阵点生成有10以内的误差,红色点是障碍物,百分之十的几率变成障碍物,绿色的点 ...

  5. echart 实例显示位置_技术分享:如何在Unity中使用实例化渲染?

    编者按 在日常开发中,通常说到优化.提高帧率时,总是会提到批量渲染.之前简单总结了静态合批(点此查看全文)以及动态合批(点此查看全文),这次作者将和大家聊聊实例化渲染. 作者:枸杞忧天 (本文内容由公 ...

  6. 如何在Unity中使用WebXR开发AR/VR应用

    WebXR是一种具有巨大潜力的技术,但是目前,它提供的开发工具比独立VR开发差得多,在独立VR开发中,我们使用Unity和Unreal Engine.Mozilla 为沉浸式Web做了大量工作,为Un ...

  7. 如何在unity中制作塔防游戏

       塔防游戏非常流行,毫无疑问--没有什么比看着自己的防御消灭讨厌的侵略者更让人满足!在这两部分教程中,用unity来制作一个塔防游戏! 将会学习怎样...... 创建一波敌人 让它们跟随线路点 ...

  8. unity 2019 点击脚本启动不了VS_如何在Unity中使用WebXR开发AR/VR应用

    WebXR是一种具有巨大潜力的技术,但是目前,它提供的开发工具比独立VR开发差得多,在独立VR开发中,我们使用Unity和Unreal Engine.Mozilla 为沉浸式Web做了大量工作,为Un ...

  9. 【Unity VR开发窍门】如何在Unity中以VR视角捕捉游戏360度全景(三)

    [背景] 之前两篇帖子介绍了如何在Unity中捕捉360度全景,以及如何将CubeMap转换为平面2D对象.今天进一步来介绍一下,如何将2D全景对象存储为JPG或其它格式的图片文件. [思路] 要将只 ...

最新文章

  1. 用VS2017开发安卓应用
  2. 查看PLC IP 端口_西门子828D数控系统X130接口通讯怪异现象(X130手动设置的 IP)...
  3. 顺丰同城:拟通过香港IPO发行1.31亿股H股 预期将于12月14日在港交所上市
  4. ci github 通知_GitHub 欢迎一切 CI 工具
  5. 一片文章带你理解再生核希尔伯特空间(RKHS)以及各种空间
  6. OS X: 实用脚本程序(bash scripts)系列-14
  7. CTF-命令执行漏洞
  8. BZOJ[2827]千山鸟飞绝 线段树
  9. 一网打尽!所有PMP的计算公式都在这里啦,赶紧学起来,建议收藏
  10. 算法-动态规划-RNA最大碱基对匹配问题C语言求解
  11. 项目前期准备的重要性
  12. 【松岩早盘视点】2019-09-30
  13. 艾永亮:以超级产品战略的角度,写一份竞品分析
  14. (转)最新版谷歌浏览器每次都要允许flash解决方法
  15. 什么是自己的商业模式?
  16. 游戏百宝箱,dnf百宝箱,魔兽
  17. Procast调用外部函数
  18. 我阅读科研文献的一些做法
  19. 2021-2022年度第三届全国大学生算法设计与编程挑战赛(冬季赛)题解(7道题)
  20. day09 面向对象

热门文章

  1. 防火墙路由器交换机原理
  2. 羊奶粉难以冲开,容易结块?
  3. 智能无人机课程用的是研扬TX2底板+TX2核心板
  4. windows系统下编译boost库
  5. boost库使用串口
  6. mov格式转换成mp4,mov转换mp4格式的步骤
  7. 临床预测模型评鉴(PMID: 32350208)
  8. 一个研究生学历到底值多少钱?认真算一下我酸了......
  9. 计算机组成原理——主存储器
  10. 【深度学习】模型评价指标