游戏人工智能中A*算法的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 游戏人工智能研究现状 | 第10-11页 |
| 1.2.2 人工智能寻路系统研究现状 | 第11-13页 |
| 1.3 论文主要研究内容和结构安排 | 第13-14页 |
| 1.3.1 本文研究内容 | 第13-14页 |
| 1.3.2 本文章节的结构安排 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第二章 智能寻路技术基础研究 | 第15-29页 |
| 2.1 图和二维网格 | 第15-18页 |
| 2.2 图的遍历搜索 | 第18-19页 |
| 2.2.1 深度优先搜索（DFS） | 第18页 |
| 2.2.2 广度优先搜索（BFS） | 第18-19页 |
| 2.2.3 DFS和BFS比较 | 第19页 |
| 2.3 传统寻路算法 | 第19-22页 |
| 2.3.1 Dijkstra算法 | 第19-21页 |
| 2.3.2 最佳优先搜索算法 | 第21-22页 |
| 2.4 标准A*算法 | 第22-25页 |
| 2.4.1 算法概念 | 第22页 |
| 2.4.2 算法原理 | 第22-23页 |
| 2.4.3 开启列表和关闭列表 | 第23-24页 |
| 2.4.4 启发函数 | 第24-25页 |
| 2.5 标准A*算法示例 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 改进A*寻路算法 | 第29-42页 |
| 3.1 标准A*算法存在的缺陷 | 第29-30页 |
| 3.2 开启列表结构优化 | 第30-34页 |
| 3.2.1 二叉树与二叉堆 | 第30-31页 |
| 3.2.2 二叉堆节点操作 | 第31-34页 |
| 3.3 启发函数优化 | 第34-36页 |
| 3.3.1 路径权值优化 | 第35页 |
| 3.3.2 启发系数优化 | 第35-36页 |
| 3.4 路径优化 | 第36-38页 |
| 3.5 分区域搜索优化 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 仿真实验测试与结果分析 | 第42-57页 |
| 4.1 仿真实验的准备工作 | 第42-47页 |
| 4.2 三种基础搜索算法对比 | 第47-51页 |
| 4.3 改进A*算法前后对比 | 第51-53页 |
| 4.4 分区域搜索优化前后对比 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
