Boost Graph-大图上非常慢的Astar

时间:2018-10-01 17:09:13

标签: c++ boost graph boost-graph

目前,我的寻路系统遇到了一些麻烦,该系统在我的大图上“通常”很慢:

我的图表

  • 图形属性:16814个顶点/ 61512个边
  • 图形是有向的。
  • 每个顶点都有一个子图ID(岛ID)→同一子图内部的子图之间始终无解。

图形的每个顶点定义为:

  • 类型(岩石,沙子等)
  • 高度

最后一条规则是,地球不与海洋相连(所以我们有很多子图)。

Small demo design

我的Astar配置

我的启发式方法非常经典:我计算当前顶点位置和目标位置之间的点。

我没有针对边缘的预先计算权重。 我使用“复杂”算法(取决于步行者的速度,地面的类型,如果我们向上或向下)

float PathWorld::updateWeight(const Agent& agent, const EdgeInfo& edgeInfo) const
{
    const Agent::Navigation& navigation = agent.getNavigation();

    const auto& fromTerrain = edgeInfo._from->_terrain;
    const auto& toTerrain   = edgeInfo._to->_terrain;

    const float mean = (navigation._speed.at(fromTerrain._type) + navigation._speed.at(toTerrain._type)) * 0.5f;
    const float diff = BT::Maths::clamp((1000.0f + toTerrain._height - fromTerrain._height) / 1000.0f, 0.5f, 2.0f);

    return edgeInfo._distance / mean * diff;
}

问题

目前,当我计算一条路径时,执行时间不到1毫秒到1秒。路径解仅在8或80个顶点之间,而我没有比例时间。 (因此8个顶点路径可能需要1秒,而80个顶点路径则需要1 ms)。

我使用Visual Studio进行了快速分析:提高是我的瓶颈。

代码和测试数据

所有完整的代码和测试数据都可以在我的GitHub上找到。

https://github.com/Rominitch/myBlogSource/tree/master/DEMO/TestPathfinding

简单/小型演示不受我的困扰。只是复杂的情况。 所有图形均由同一程序(未发布)生成。

我的测试程序输出

我的测试程序真的是假的: -我进入一个节点进入图表 -在此之后(使用索引)获取XXX个节点并计算路径。

输出:

Statistics:
 Start node: Ocean H= 0 SubGraph= 2
 nbValid: 2053/15000   (valid path / number of path computed)
 min / max: 1/75       (number of vertex in path computed)
 min time for one path: 0 ms
 max time for one path: 7 ms

Statistics:
 Start node: Forest H= 100 SubGraph= 1
 nbValid: 1420/1500
 min / max: 1/76
 min time for one path: 0 ms
 max time for one path: 558 ms

Statistics:
 Start node: Swamp H= 50 SubGraph= 1
 nbValid: 601/1000
 min / max: 1/51
 min time for one path: 0 ms
 max time for one path: 1246 ms

Statistics:
 Start node: Clay H= 300 SubGraph= 22
 nbValid: 138/15000
 min / max: 1/12
 min time for one path: 0 ms
 max time for one path: 0 ms

问题

  • 我的问题在哪里? (使用错误的增强/错误的图形/增强限制)
  • Boost是解决路径查找(另一个库)的好选择吗?
  • 我们可以优化我的图形数据(最佳提升算法,减少数据重复,...)吗?

谢谢!

1 个答案:

答案 0 :(得分:2)

好!我发现了问题。

当前,Bug属于我的启发式实现,该实现不计算当前节点与目标之间的距离平方。 只是进行“准随机”启发式。

此外,就我而言

boost::astar_search

表现不如

boost::astar_search_tree

最后,我也优化了我的图形(删除了虚拟边缘)。

新统计信息:

Statistics:
  Start node: Ocean H= 0 SubGraph= 2
  nbValid: 2028/15000
  min / max: 1/145
  min time for one path: 0 ms
  max time for one path: 13 ms
  mean: 0 ms
  Global time: 1845 ms

Statistics:
  Start node: Forest H= 100 SubGraph= 1
  nbValid: 1420/1500
  min / max: 1/92
  min time for one path: 0 ms
  max time for one path: 13 ms
  mean: 0 ms
  Global time: 1232 ms

Statistics:
  Start node: Swamp H= 50 SubGraph= 1
  nbValid: 601/1000
  min / max: 1/50
  min time for one path: 0 ms
  max time for one path: 11 ms
  mean: 0 ms
  Global time: 504 ms

Statistics:
  Start node: Clay H= 300 SubGraph= 23
  nbValid: 138/15000
  min / max: 1/17
  min time for one path: 0 ms
  max time for one path: 1 ms
  mean: 0 ms
  Global time: 115 ms