改进 a* 在三角环境中寻找路径的搜索答案

【问题标题】：improving a* search for finding path in a triangulated environment改进 a* 在三角环境中寻找路径的搜索
【发布时间】：2012-03-24 18:37:14
【问题描述】：

我有一个由约束 delaunay 三角剖分表示的区域。我正在解决在两点之间找到路径的问题。我使用 Marcelo Kallmann 提供的论文作为参考点来解决这个问题。但是，我打算使用 A* 搜索算法，而不是使用 Kallmann paper link 提出的 Chazelle 漏斗算法，它可以非常有效地在网格环境中规划路径。

对于启发式成本函数，我使用从当前节点到目标节点的欧几里得距离，对于选择邻居节点，我正在绘制一条从当前点 p 到边缘中点的线段三角形。【这个想法是 kallmann 提出的】邻居节点的代价也是由它们之间的欧几里德距离给出的。

这是来自 Kallmann 的图，它演示了使用边缘技术的中点来生成到包含目标节点的三角形的各种路径。

现在，当某个区域的三角形密度不够大时，这种技术可以正常工作。但是假设为一组点生成的三角剖分看起来像这样

我想知道是否有办法通过使用 IDA* 或 ID-DFS 等其他技术来提高算法的效率？已经提出了三角剖分 A* (TRA*)，但我无法理解它，因为它定义得太正式了。 TRA* 方法的详细信息可以在 Demyen 的 thesis 的第 5 部分中找到。

我将不胜感激。如果需要共享一些代码，我会编辑这篇文章。

【问题讨论】：

标签： algorithm math artificial-intelligence computational-geometry

【解决方案1】：

请注意，ID 算法通过重复工作来权衡 A* 产生的记账成本，因此可能会使它们变慢（但希望不会慢很多）。因此，您尝试提高效率的措施将影响这些措施的有用程度。

【讨论】：

Scott，我使用的度量是算法在上面描述的三角测量中给我一条路径，比如 3 分钟。因为如果我使用 * 搜索，计算路径需要很长时间。