启发式探索是利用问题拥有的启发信息来引导搜索，达到减少探索范围、降低问题复杂度的目的。A*寻路算法是启发式探索的一个典型实践，在寻路搜索的过程中，给每个节点绑定了一个估计值(即启发式)，在对节点的遍历过程中采取估计值优先原则，估计值更优的节点会被优先遍历。
1、A*算法基本原理
A*算法是一种有序搜索算法，其特点在于对估价函数的定义上。公式表示为： f(n)=g(n)+h(n)，其中， f(n)是从初始状态经由状态n到目标状态的代价估计，g(n) 是在状态空间中从初始状态到状态n的实际代价，h(n)是从状态n到目标状态的最佳路径的估计代价。对于路径搜索问题，状态就是图中的节点，代价就是距离。
2、A*算法搜索步骤
1. 算法步骤
(1) 设置地图大小，起点S，终点E，障碍集合Blocklist。
(2) 添加起点S到Openlist(待搜索集合)。
(3) 将S取出，添加到Closelist(已搜索集合)。
(4) 查找S所有相邻节点，添加到Openlist，并设置S为它们的父节点；以绿色初始节点右侧的灰色节点为例：f(n)=g(n)+h(n)。g(n)=1,绿色初始节点到该节点的移动步数；h(n)=3,灰色节点移动到红色终点的步数(曼哈顿距离)，也
Original: https://blog.csdn.net/qq_41640218/article/details/126000961
Author: TiAmo zhang
Title: 算法 | A*算法实现最优路径规划
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/668867/
转载文章受原作者版权保护。转载请注明原作者出处！