A busca de caminho padrão é boa o suficiente - seus estados são sua localização atual + seu inventário atual. "mudar" é vestiários ou troca de inventário. Não abordado nesta resposta, mas sem muito esforço adicional, está escrevendo uma boa heurística para A * - ele pode realmente acelerar a pesquisa, preferindo pegar as coisas em vez de se afastar, preferindo abrir uma porta perto do alvo sobre procurar um longo caminho, etc.
Esta resposta recebeu muitos upvotes desde que surgiu e tem uma demonstração, mas para uma solução muito mais otimizada e especializada, você também deve ler a resposta "Fazer isso ao contrário é muito mais rápido" /gamedev/ / a / 150155/2624
Prova de conceito Javascript totalmente operacional abaixo. Desculpe a resposta como um despejo de código - na verdade, eu implementei isso antes de me convencer de que era uma boa resposta, mas me parece bastante flexível.
Para começar ao pensar em busca de caminhos, lembre-se de que a hierarquia de algoritmos simples de busca de caminhos é:
- A Primeira Pesquisa de Largura é o mais simples possível.
- O algoritmo de Djikstra é como a primeira pesquisa de largura, mas com "distâncias" variáveis entre estados
- A * é Djikstras, onde você tem um 'senso geral da direção certa' disponível como heurística.
No nosso caso, apenas codificar um "estado" como "local + inventário" e "distâncias" como "uso de movimento ou item" nos permite usar Djikstra ou A * para resolver nosso problema.
Aqui está um código real que demonstra seu nível de exemplo. O primeiro trecho é apenas para comparação - pule para a segunda parte, se você quiser ver a solução final. Começamos com a implementação de um Djikstra que encontra o caminho correto, mas ignoramos todos os obstáculos e chaves. (Experimente, você pode ver apenas linhas finais para o acabamento, da sala 0 -> 2 -> 3-> 4-> 6-> 5)
function Transition(cost, state) { this.cost = cost, this.state = state; }
// given a current room, return a room of next rooms we can go to. it costs
// 1 action to move to another room.
function next(n) {
var moves = []
// simulate moving to a room
var move = room => new Transition(1, room)
if (n == 0) moves.push(move(2))
else if ( n == 1) moves.push(move(2))
else if ( n == 2) moves.push(move(0), move(1), move(3))
else if ( n == 3) moves.push(move(2), move(4), move(6))
else if ( n == 4) moves.push(move(3))
else if ( n == 5) moves.push(move(6))
else if ( n == 6) moves.push(move(5), move(3))
return moves
}
// Standard Djikstra's algorithm. keep a list of visited and unvisited nodes
// and iteratively find the "cheapest" next node to visit.
function calc_Djikstra(cost, goal, history, nextStates, visited) {
if (!nextStates.length) return ['did not find goal', history]
var action = nextStates.pop()
cost += action.cost
var cur = action.state
if (cur == goal) return ['found!', history.concat([cur])]
if (history.length > 15) return ['we got lost', history]
var notVisited = (visit) => {
return visited.filter(v => JSON.stringify(v) == JSON.stringify(visit.state)).length === 0;
};
nextStates = nextStates.concat(next(cur).filter(notVisited))
nextStates.sort()
visited.push(cur)
return calc_Djikstra(cost, goal, history.concat([cur]), nextStates, visited)
}
console.log(calc_Djikstra(0, 5, [], [new Transition(0, 0)], []))
Então, como adicionamos itens e chaves a esse código? Simples! em vez de cada "estado" começar apenas o número da sala, agora é uma tupla da sala e nosso estado de inventário:
// Now, each state is a [room, haskey, hasfeather, killedboss] tuple
function State(room, k, f, b) { this.room = room; this.k = k; this.f = f; this.b = b }
As transições agora mudam de uma tupla (custo, quarto) para uma tupla (custo, estado), para que você possa codificar "mover para outra sala" e "pegar um item"
// move(3) keeps inventory but sets the room to 3
var move = room => new Transition(1, new State(room, cur.k, cur.f, cur.b))
// pickup("k") keeps room number but increments the key count
var pickup = (cost, item) => {
var n = Object.assign({}, cur)
n[item]++;
return new Transition(cost, new State(cur.room, n.k, n.f, n.b));
};
finalmente, fazemos algumas pequenas alterações relacionadas ao tipo na função Djikstra (por exemplo, ela ainda está apenas correspondendo a um número de sala de gol em vez de um estado completo) e obtemos nossa resposta completa! Observe que o resultado impresso primeiro vai para a sala 4 para pegar a chave, depois para a sala 1 para pegar a pena, depois para a sala 6, mata o chefe e depois para a sala 5)
// Now, each state is a [room, haskey, hasfeather, killedboss] tuple
function State(room, k, f, b) { this.room = room; this.k = k; this.f = f; this.b = b }
function Transition(cost, state, msg) { this.cost = cost, this.state = state; this.msg = msg; }
function next(cur) {
var moves = []
// simulate moving to a room
var n = cur.room
var move = room => new Transition(1, new State(room, cur.k, cur.f, cur.b), "move to " + room)
var pickup = (cost, item) => {
var n = Object.assign({}, cur)
n[item]++;
return new Transition(cost, new State(cur.room, n.k, n.f, n.b), {
"k": "pick up key",
"f": "pick up feather",
"b": "SLAY BOSS!!!!"}[item]);
};
if (n == 0) moves.push(move(2))
else if ( n == 1) { }
else if ( n == 2) moves.push(move(0), move(3))
else if ( n == 3) moves.push(move(2), move(4))
else if ( n == 4) moves.push(move(3))
else if ( n == 5) { }
else if ( n == 6) { }
// if we have a key, then we can move between rooms 1 and 2
if (cur.k && n == 1) moves.push(move(2));
if (cur.k && n == 2) moves.push(move(1));
// if we have a feather, then we can move between rooms 3 and 6
if (cur.f && n == 3) moves.push(move(6));
if (cur.f && n == 6) moves.push(move(3));
// if killed the boss, then we can move between rooms 5 and 6
if (cur.b && n == 5) moves.push(move(6));
if (cur.b && n == 6) moves.push(move(5));
if (n == 4 && !cur.k) moves.push(pickup(0, 'k'))
if (n == 1 && !cur.f) moves.push(pickup(0, 'f'))
if (n == 6 && !cur.b) moves.push(pickup(100, 'b'))
return moves
}
var notVisited = (visitedList) => (visit) => {
return visitedList.filter(v => JSON.stringify(v) == JSON.stringify(visit.state)).length === 0;
};
// Standard Djikstra's algorithm. keep a list of visited and unvisited nodes
// and iteratively find the "cheapest" next node to visit.
function calc_Djikstra(cost, goal, history, nextStates, visited) {
if (!nextStates.length) return ['No path exists', history]
var action = nextStates.pop()
cost += action.cost
var cur = action.state
if (cur.room == goal) return history.concat([action.msg])
if (history.length > 15) return ['we got lost', history]
nextStates = nextStates.concat(next(cur).filter(notVisited(visited)))
nextStates.sort()
visited.push(cur)
return calc_Djikstra(cost, goal, history.concat([action.msg]), nextStates, visited)
o}
console.log(calc_Djikstra(0, 5, [], [new Transition(0, new State(0, 0, 0, 0), 'start')], []))
Em teoria, isso funciona mesmo com o BFS e não precisávamos da função de custo para o Djikstra, mas ter o custo nos permite dizer "pegar uma chave é fácil, mas lutar com um chefe é muito difícil, e preferimos voltar atrás 100 passos em vez de lutar contra o chefe, se tivéssemos a escolha ":
if (n == 4 && !cur.k) moves.push(pickup(0, 'k'))
if (n == 1 && !cur.f) moves.push(pickup(0, 'f'))
if (n == 6 && !cur.b) moves.push(pickup(100, 'b'))
