进入/退出导航图 – 寻路

我有一个在3D环境中手动创建的导航图。 我理解(并且之前已经实现过)一个A*寻路算法,可以在“进入导航图”后,找到通过图的路径。

我现在感兴趣的是,找到进入和“离开”图的最佳方式。

例如:
流程大致如下:
从起点向终点发射一条射线,如果没有障碍物,就直接走过去。

如果存在障碍物,我们就需要使用导航图。为了“进入导航图”,我们需要找到图上离起点最近的可视节点。(为了做到这一点,我之前是根据节点与起点的距离对导航图进行排序,然后从最近的节点开始,依次发射射线,直到找到一个没有障碍物的节点。)

然后运行标准的A*算法…

然后通过与进入导航图相同的方法“退出”导航图(用于计算上述A*算法的终点),所以我从终点向最近的导航图节点发射射线。

因此,当一切结束后,除非我的导航图非常密集,否则我花费在进入/退出导航图上的时间,比计算路径的时间还要多…

肯定有更好/更快的方法吧?(是否有某种空间划分技巧?)


回答:

你可以构建一个包含所有节点的 四叉树,以快速找到给定位置最近的节点。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注