我在java中编写了一个探路者,在大多数情况下,它运行得很好。但是,我发现了一个出错的情况。我使用的启发式算法应该是一致的,并且一致的启发式算法意味着算法应该始终找到最接近它扩展的节点的路径,据我所知。
以下是问题的图片:
起始节点为绿色,数字仅表示从每个特定节点到以红色表示的目标的路径长度。
我的启发式课程:
package heuristics;
import pathcomponents.Direction;
public class Heuristics {
public static int DO(int x1, int y1, int x2, int y2) {
int dx = Math.abs(x1 - x2);
int dy = Math.abs(y1 - y2);
int D, O;
if(dx > dy) {
D = dy;
O = dx - D;
}
else {
D = dx;
O = dy - D;
}
return D*Direction.D_COST + O*Direction.O_COST;
}
}
Direction.D_COST = 14,Direction.O_COST = 10
启发式返回以下值:对角线距离* 14 +正交距离* 10.
算法:
package pathfinders;
import java.util.LinkedList;
import pathcomponents.Direction;
import pathcomponents.Node;
import pathcomponents.Path;
import heuristics.Heuristics;
public class ProxyAStar {
static private boolean contains(LinkedList<Node> list, int x, int y) {
for(Node n : list)
if(n.getX() == x && n.getY() == y) return true;
return false;
}
public static Path buildPath(Node lcnode) {
int cost = lcnode.getG();
LinkedList<Direction> path = new LinkedList<Direction>();
while(lcnode != lcnode.getParent()) {
int dx = lcnode.getX() - lcnode.getParent().getX();
int dy = lcnode.getY() - lcnode.getParent().getY();
path.add(new Direction(dx, dy));
lcnode = lcnode.getParent();
}
return new Path(path, cost);
}
public static Path search(boolean[][] map, int sx, int sy, int gx, int gy) {
LinkedList<Node> openList = new LinkedList<Node>();
LinkedList<Node> closedList = new LinkedList<Node>();
openList.add(new Node(sx, sy, 0, Heuristics.DO(sx, sy, gx, gy), null));
while(!openList.isEmpty()) {
Node lcnode = openList.peekFirst();
for(Node n : openList) {
if(n.getCost() < lcnode.getCost()) {
lcnode = n;
}
}
int x = lcnode.getX();
int y = lcnode.getY();
if(x == gx && y == gy) {
return buildPath(lcnode);
}
closedList.add (lcnode);
openList.remove(lcnode);
for(int i = -1; i <= 1; ++i) {
for(int j = -1; j <= 1; ++j) {
int cx = x + i;
int cy = y + j;
if((i == 0 && j == 0) || map[cx][cy] == false)continue;
if(!contains(openList,cx,cy) && !contains(closedList,cx,cy)){
openList.add(new Node(cx, cy, lcnode.getG() + Heuristics.DO(x, y, cx, cy), Heuristics.DO(cx, cy, gx, gy), lcnode));
}
}
}
}
Node lcnode = closedList.peekFirst();
for(Node n : closedList) {
if(n.getH() < lcnode.getH()) {
lcnode = n;
}
}
openList = null;
closedList = null;
return search(map, sx, sy, lcnode.getX(), lcnode.getY());
}
}
类节点具有通常的G,H和F成本以及父引用。当构造函数接收null作为父参数时,它将成为其自己的父参数。这就是为什么路径构建循环在条件&#34; lcnode == lcnode.getParent()&#34;在buildPath函数中遇到,因为展开的第一个节点是父本身。路径由方向片组成,它由x和y坐标组成,每个坐标为-1,0或1。 这样做的原因是我希望通过相对坐标引导目标的路径。没有地图边框检查,这是故意的。我通过使边界节点不可移动来替换它。
另一张图片:
这次效果很好。差异与我在最后一个colsed节点周围扩展节点的顺序有关,因为我搜索成本最低的封闭节点,如下所示:
for(Node n : openList) {
if(n.getCost() < lcnode.getCost()) {
lcnode = n;
}
}
如果我将不等式更改为&#34;&lt; =&#34;,则第一张图片中的问题会被修复,第二张图片会出现问题。
在旁注中,我稍稍扩展了A *,这样如果没有路径,它将从关闭列表中获得最低的H cost节点,并运行另一个针对该节点的搜索。这样,即使当前没有到目标节点的路径,它也会接近目标。
我还没有包括每个班级,我认为其他班级与这个问题无关。如果某些事情不清楚,我会哄骗他们,不想让这个问题太长,无法阅读。
据我所知,理论规定一致的启发式方法可以保证节点以最优的成本进行扩展,因此我无法弄清楚如何解决这种不准确性。我在代码中犯了什么错误吗?如果没有,我该如何解决问题?
编辑:我提供了一些缺失的代码,以便明确说明:
班级方向:
package pathcomponents;
public class Direction {
public static final int D_COST = 14;
public static final int O_COST = 10;
public static int signum(int n) {
return (n < 0) ? -1 : ((n == 0) ? 0 : 1);
}
private final int x, y;
public Direction(int x, int y) {
this.x = signum(x);
this.y = signum(y);
}
public Direction(Direction source) {
this.x = source.x;
this.y = source.y;
}
public int getX() {return x;}
public int getY() {return y;}
}
类节点:
package pathcomponents;
public class Node {
private final int x, y;
private int G;
private final int H;
private int F;
private Node parent;
public Node(int x, int y, int G, int H, Node parent) {
this.x = x;
this.y = y;
this.G = G;
this.H = H;
this.F = G + H;
this.parent = (parent == null) ? this : parent;
}
public int getX() {return x;}
public int getY() {return y;}
public int getG() {return G;}
public int getH() {return H;}
public int getCost() {return F;}
public Node getParent() {return parent;}
public void setParent(Node parent, int G) {
this.parent = parent;
this.G = G;
F = G + H;
}
}
答案 0 :(得分:1)
你确定你的启发式是可以接受的吗?我确实找到了代码:
if(dx > dy) {
D = dy;
O = dx - D;
} else {
D = dx;
O = dy - D;
}
return D*Direction.D_COST + O*Direction.O_COST;
令人惊讶。
特别是,假设dx = 100,dy = 1.那么实际距离是1000.05(正如你所做的那样,每个方格有10个长度单位),你的启发式估计为1004,也就是说,它是不可接受的(考虑到你想要获得最短的路径)。
答案 1 :(得分:1)
以下是来自维基百科的A* with a consistent-heuristic伪代码:
1. while openset is not empty
2. current := the node in openset having the lowest f_score[] value
3. if current = goal
4. return reconstruct_path(came_from, goal)
5.
6. remove current from openset
7. add current to closedset
8. for each neighbor in neighbor_nodes(current)
9. tentative_g_score := g_score[current] + dist_between(current,neighbor)
10. if neighbor in closedset and tentative_g_score >= g_score[neighbor]
11. continue
12.
13. if neighbor not in openset or tentative_g_score < g_score[neighbor]
14. came_from[neighbor] := current
15. g_score[neighbor] := tentative_g_score
16. f_score[neighbor] := g_score[neighbor] + heuristic_cost_estimate(neighbor, goal)
17. if neighbor not in openset
18. add neighbor to openset
19.
20. return failure
重要的一行是13 - 如果当前节点的邻居已经在开放集中,你可能需要更新其g-score和父节点。
对于一致和不一致的启发式方法都是如此。一致的启发式提供给你的是不跳过此检查的能力,但是不必重新排队已经扩展的节点(即处于关闭状态的节点)设置)
LinkedList<Node> openList = new LinkedList<Node>();
openList
应该是由g(x) + h(x)
订购的PriorityQueue
。你会以这种方式获得更好的表现。
在旁注中,我稍微扩展了A *,这样如果没有路径,它将从关闭列表中获得最低的H cost节点,并运行另一个针对该节点的搜索。
无需进行第二次搜索;见Tweaking AStar to find closest location to unreachable destination。