解决多源多目标图形游戏

我正在尝试对下面的图形问题进行分类或寻找解决方案的提示。

有一个(邻接)矩阵,可以包含三种类型的元素:单位、点和简单地形。

地形没有具体的意义。

单位有一个位置(由矩阵定义的x,y)以及它们可以获取的点数。
点有一个位置(由矩阵定义的x,y)。
获取一个点的成本是点和单位之间的曼哈顿距离。
每个点只能被一个单位获取。

问题是:如何找到单位获取点的成本最低的配置,使得单位的所有资源都被消耗殆尽?

示例:
u1可以获取3个点
u2可以获取2个点

p1 n n p2  n u1 n p3  p4 n n n  n n u2 p5

其中一个最优解是:

u1 = p1, p2, p4  cost(u1)=2+3+2=7  u2 = p3, p5  cost(u2)=3+1=4  Total cost = 11  

(对于这个配置是最小的)

备注:我尝试使用统一成本搜索和A*(使用简单的启发式方法)来解决这个问题,但即使对于矩阵的较小尺寸,我也得到了非常多的状态并耗尽了内存。


回答:

我可以将其简化为最小成本最大流问题。

让我们构建一个网络。为每个单位和每个点分配一个顶点。对于每一对(单位,点),添加一条有向边,容量为1,成本等于相应的曼哈顿距离。添加一个汇点,将其连接到所有单位。添加一个陷阱,并将所有点连接到它。

分配以下成本和容量值:
cap( u, v ) = 1,如果从u到v有一条边
cost( u, v ) = 0,如果u = 汇点或v = 陷阱;否则等于单位u到点v的曼哈顿距离。

现在,如果我们在该网络中找到最小成本最大流,它将是您问题的解决方案。为什么?因为我们找到了从每个“单位”顶点移动一个流量单位到某个“点”顶点的最小成本方式,这相当于原始问题。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注