2.3 KiB
Raport 2
Definicja pętli głownej strategi przeszukiwania
Naszą główną funkcją jest funkcja aStar(startField, goalField), przyjmuje ona dwa argumenty:
startField - pole z którego wyrusza agent
goalField - cel drogi agenta
Zwraca ona ścieszkę z startField do goalField.
closedSet - lista zawierająca sprawdzane i sprawdzone pola z listy openSet
openSet - lista zawierająca pola do sprawdzenia
path - lista zawierająca pola tworzące ścieszkę do wybranego celu
Dodajemy pierwszy element który będziemy sprawdzać do listy openSet
addToOpenSet(openSet, startField)
Dopuki lista openSet nie bedzie pusta sprawdzamy jej elementy
while(openSet.length > 0)
Wybieramy najbardziej obiecujący element z zbioru openSet
let current = findLowestFScore(openSet, goalField)
Jeśli pole current okaże się naszym celem tworzymy ścieszkę z punktu startowego do naszego celu.
if(current === goalField){
path = []
var temp = current;
path.push(temp);
while(temp.previous){
path.push(temp.previous);
temp = temp.previous
}
Następnie kolorujemy tą ścieszkę i kończymy funkcję zwracając ścieszkę path
for(var i = 0; i < path.length; i++){
colorYellow(path[i]);
}
return path
Jeśli pole current nie jest naszym celem, to usuwamy je z listy openSet i dodajemy do listy closedSet
removeFromSet(openSet, current);
addToClosedSet(closedSet, current);
Pobieramy sąsiadów pola current
var neighbors = current.neighbors;
Dla każdego sąsiada obliczamy koszt dotarcia do niego z punktu początkowego najlepszą ścieszką
for(var i = 0; i < neighbors.length; i++){
var neighbor = neighbors[i];
if(!closedSet.includes(neighbor)){
var tempG = current.gScore + neighbor.costOfTravel;
if(openSet.includes(neighbor)){
if(tempG < neighbor.gScore){
neighbor.gScore = tempG;
}
} else {
neighbor.gScore = tempG;
addToOpenSet(openSet, neighbor);
}
Po przypisaniu kosztu do sąsiada dodajemy jego odległość do celu
neighbor.heuristic = getDistance(neighbor, goalField);,
??????????
neighbor.f = neighbor.gScore + neighbor.heuristic;
oraz jego poprzednika
neighbor.previous = current;