在塔防中寻找路径的最佳算法

Question

A已经读过关于A *以及D *和类似的内容，我无法在它们之间进行选择。什么是最好的搜索算法，当它与许多搜索（50个搜索每个滴答声）和许多不同的可能性？

Answer 1

在这两者之间，我会选D *。 D *特别假定最佳路径，但是如果遇到障碍物，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，当蠕变遇到障碍时它会更新。

对行为进行调整的最佳路径上的这种假设稍微更现实一些，就好像您或我走在路径上一样，我们也不会在知道它们之前避开障碍物。如果有人（球员）建造新的塔，它也很好地解释了路径重新计算。如果你很好地平衡了开放节点的扩展，你甚至可能会在中央放置在最佳路径中的塔的两侧行走。然而，如果你想真正让它变得有趣，那么采用一种基于学习的方法来寻找最佳路径。比其他解决方案更有趣。看一个例子，看看antbuster。也许非常有趣，它不太适合标准的塔防游戏类型。

Answer 2

Q-Learning可能是一个很好的选择。 Q-Learning试图找出一个决定局部决策的劣势/收益的网格会在有限的世界中产生。