DSZI_Survival/route-planning.md

Planowanie ruchu

Całą implementacje automatycznego poruszania się można znaleźć
w plikach AStarNode.py oraz AutomaticMovement.py.

Postęp projektu

Teraz nasz agent ma możliwość automatycznego poruszania się.
Po wciśnięciu u nasza postać zacznie zmierzać do losowego obszaru za pomocą algorytmu A*.
Jeśli pole przed agentem będzie interaktywne zostanie podniesione.

Pętla główna strategii przeszukiwania

Metoda a_Star(self) w AutomaticMovement.py

• Na początku sprawdza czy kolejka jest pusta, jeśli tak zwraca None
• Jeśli test spełnienia celu się powiedzie, sprawdzamy dodatkowo czy nasz punkt docelowy nie jest elementem kolizyjnym, jeśli jest, to cel = cel.parent i zwracamy ciąg akcji
• Dodajemy dane miejsce do listy explored
• Następnie w pętli for deklarujemy nowy stan i priorytet zgodnie z funkcją następnika, jego priorytet określamy za pomocą funkcji priorytetu self.priority
• Jeśli stan nie jest w kolejce i nie ma go w odwiedzonych polach, umieszczamy go w kolejce
  zgodnie z priorytetem, zapobiegamy też wystąpienia dwóch takich samych priorytetów poprzes self.testCount += 1
• A jeśli stan newNode należy do kolejki i jakiś inny stan node z kolejki posiada od niego większy priorytet, to usuwamy z kolejki node i dodajemy newNode

Funkcja następnika

Metoda succesor(self, elemState) w AutomaticMovement.py

• Do wynik inicjujemy obrót w lewo i prawo, gdyż to zawsze nasz agent może wykonać
• Sprawdzamy czy jest możliwość ruchu do przodu:
  • Sprawdzamy czy przed nami jest jakaś kolizja, jeśli jest to weryfikujemy czy to nie jest nasz cel
  • Jeśli to jest nasz cel to dodajemy ruch do przodu do wyniku funkcji następnika, jeśli nie to zwracamy jedynie listę z obrotami

Heurystyka

Metoda approximateDistanceFromTarget(self, tileX, tileY) w AutomaticMovement.py

• Oszacowuje koszt dotarcia do celu końcowego z aktualnej pozycji gracza.
• Od tileX i tileY (aktualna pozycja gracza) odejmowana jest pozycja docelowa, zwracana jest wartość zaniżonego kosztu osiągnięcia celu.