塔防的最佳路径寻找算法

Question

A读过A *以及D *和类似的东西，我无法在它们之间做出选择。什么是最好的搜索算法，它有许多搜索（每个刻度50次搜索）和许多不同的可能性？

Answer 1

在两者之间，我会选择D *。 D *专门假定最佳路径，但如果遇到障碍物则重新计算。这意味着每个蠕变都可以拥有它自己的退出路径的个人视图，当蠕变遇到障碍时会更新。

对行为调整的最佳路径的这种假设稍微更加真实，就像你或我走在路上一样，在了解它们之前我们不会避开障碍物。如果有人（玩家）建造一座新塔，它也可以很好地解释路径重新计算。如果你很好地平衡开放节点的扩展，你甚至可能会在一个位于最佳路径中心的塔的两侧走动。

但是，如果您想真正让它变得有趣，请采用基于学习的方法来寻找最佳路径。比其他解决方案更有趣。要查看示例，请查看antbuster之类的内容。也许是如此有趣，以至于它不太适合标准的塔防游戏类型。

Answer 2

Q-Learning可能是一个不错的选择。 Q-Learning试图绘制一个penatlies / gain网格，使得本地决策可以在有限的世界中进行。