Unity AStar寻路算法与导航

在游戏开发中,寻路算法是一个非常重要的部分,它决定了游戏中角色的移动路径。Unity作为一款流行的游戏开发引擎,提供了许多内置的寻路算法,其中最常用的就是AStar算法。AStar算法是一种基于图的搜索算法,通过启发式搜索来找到最短路径。在本文中,我们将介绍Unity中的AStar寻路算法的使用方法,并给出相应的代码实现。

对啦!这里有个游戏开发交流小组里面聚集了一帮热爱学习游戏的零基础小白,也有一些正在从事游戏开发的技术大佬,欢迎你来交流学习。

  1. 创建地图

首先,我们需要创建一个地图来进行寻路。在Unity中,我们可以使用Tilemap来创建一个二维地图。可以通过Tilemap的网格来表示地图中的障碍物和可通行区域。在创建地图时,需要确保地图中包含起点和终点,并且起点和终点都是可通行的区域。

  1. 导入AStar算法

Unity中并没有内置AStar算法,但我们可以通过导入第三方库来实现AStar寻路。其中一个常用的AStar算法库是A* Pathfinding Project。可以在Unity Asset Store中下载该库,并导入到项目中。

  1. 设置AStar组件

在导入A* Pathfinding Project后,我们需要给地图添加AStar组件。在Unity中,可以通过在Hierarchy面板中选择地图对象,然后点击Add Component按钮来添加AStar组件。在AStar组件中,需要设置起点和终点的位置,并指定地图中的障碍物和可通行区域。

  1. 寻路计算

一旦设置好AStar组件,我们就可以开始进行寻路计算了。可以通过调用AStar组件的FindPath方法来计算起点到终点的最短路径。在计算完成后,AStar组件会返回一个路径列表,其中包含了经过的所有节点。

  1. 移动角色

最后,我们需要将角色移动到计算得到的路径上。可以通过在Update方法中不断更新角色的位置来实现移动。在更新角色位置时,需要根据路径列表中的节点来确定下一个位置,并让角色向该位置移动。当角色到达终点时,寻路完成。

总结

通过以上步骤,我们可以在Unity中实现AStar寻路算法,并实现角色的导航。AStar算法是一种高效的寻路算法,可以应用于各种类型的游戏中。希望本文对大家有所帮助,可以在自己的游戏项目中尝试使用AStar算法来实现角色的移动路径。

Copy

复制代码
using System.Collections;
using System.Collections.Generic;
using UnityEngine;

public class AStarPathfinding : MonoBehaviour
{
    public Transform startPoint;
    public Transform endPoint;

    private Grid grid;

    void Start()
    {
        grid = GetComponent<Grid>();
        FindPath(startPoint.position, endPoint.position);
    }

    void FindPath(Vector3 startPos, Vector3 targetPos)
    {
        Node startNode = grid.NodeFromWorldPoint(startPos);
        Node targetNode = grid.NodeFromWorldPoint(targetPos);

        List<Node> openSet = new List<Node>();
        HashSet<Node> closedSet = new HashSet<Node>();
        openSet.Add(startNode);

        while (openSet.Count > 0)
        {
            Node currentNode = openSet[0];
            for (int i = 1; i < openSet.Count; i++)
            {
                if (openSet[i].fCost < currentNode.fCost || openSet[i].fCost == currentNode.fCost && openSet[i].hCost < currentNode.hCost)
                {
                    currentNode = openSet[i];
                }
            }

            openSet.Remove(currentNode);
            closedSet.Add(currentNode);

            if (currentNode == targetNode)
            {
                RetracePath(startNode, targetNode);
                return;
            }

            foreach (Node neighbour in grid.GetNeighbours(currentNode))
            {
                if (!neighbour.walkable || closedSet.Contains(neighbour))
                {
                    continue;
                }

                int newCostToNeighbour = currentNode.gCost + GetDistance(currentNode, neighbour);
                if (newCostToNeighbour < neighbour.gCost || !openSet.Contains(neighbour))
                {
                    neighbour.gCost = newCostToNeighbour;
                    neighbour.hCost = GetDistance(neighbour, targetNode);
                    neighbour.parent = currentNode;

                    if (!openSet.Contains(neighbour))
                    {
                        openSet.Add(neighbour);
                    }
                }
            }
        }
    }

    void RetracePath(Node startNode, Node endNode)
    {
        List<Node> path = new List<Node>();
        Node currentNode = endNode;

        while (currentNode != startNode)
        {
            path.Add(currentNode);
            currentNode = currentNode.parent;
        }
        path.Reverse();

        grid.path = path;
    }

    int GetDistance(Node nodeA, Node nodeB)
    {
        int dstX = Mathf.Abs(nodeA.gridX - nodeB.gridX);
        int dstY = Mathf.Abs(nodeA.gridY - nodeB.gridY);

        if (dstX > dstY)
        {
            return 14 * dstY + 10 * (dstX - dstY);
        }
        return 14 * dstX + 10 * (dstY - dstX);
    }
}

以上是一个简单的AStar寻路算法的代码实现。在这个代码中,我们通过遍历地图中的节点来计算最短路径,并将路径保存在grid.path中。希望这段代码能够帮助大家理解AStar算法的实现原理,并在自己的项目中使用。

相关推荐
CoovallyAIHub2 小时前
中科大DSAI Lab团队多篇论文入选ICCV 2025,推动三维视觉与泛化感知技术突破
深度学习·算法·计算机视觉
NAGNIP3 小时前
Serverless 架构下的大模型框架落地实践
算法·架构
moonlifesudo3 小时前
半开区间和开区间的两个二分模版
算法
moonlifesudo3 小时前
300:最长递增子序列
算法
SmalBox5 小时前
【光照】[漫反射diffuse]以UnityURP为例
unity·渲染
CoovallyAIHub8 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub8 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
SmalBox1 天前
【光照】[自发光Emission]以UnityURP为例
unity·渲染
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v1 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法