Siirtymäkohdan löytäminen

Tietojenkäsittelytieteessä Jump point -haku ( JPS ) on A * -hakualgoritmin optimointi yhtenäisiä kustannustaulukoita varten . Vähentää hakuproseduurin symmetriaa pienentämällä kuvaajaa [1] poistamalla tiettyjä solmuja ruudukosta perustuen oletuksiin, joita voidaan tehdä nykyisen solmun naapureista, jos tietyt ruudukkoon liittyvät ehdot täyttyvät. Tämän seurauksena algoritmi voi ottaa huomioon pitkiä hyppyjä pitkin ruudukon suoria (vaaka-, pysty- ja diagonaalisia) linjoja, eikä pieniä askelia ruudukon paikasta toiseen, kuten tavallinen A* [2] tekee .

Siirtymäkohdan löytäminen pitää A* optimaalisena , mikä saattaa lyhentää sen suoritusaikaa suuruusluokkaa [1] .

Historia

Haraborin ja Grastienin alkuperäinen julkaisu esittelee naapurin karsinnan ja seuraajan havaitsemisalgoritmit [1] . Alkuperäinen naapurileikkausalgoritmi salli kulman leikkaamisen, mikä tarkoitti, että algoritmia voitiin käyttää vain nollaleveyksien agenttien siirtämiseen, mikä rajoitti sen käytön joko oikeisiin agentteihin (esim. robotiikka) tai simulaatioihin (esim. monet pelit).

Kirjoittajat ovat toimittaneet muokatut leikkaussäännöt sovelluksiin, joissa kulmien leikkaus poistetaan käytöstä ensi vuonna [3] . Tässä artikkelissa esitellään myös mesh-esikäsittelyalgoritmi Internet-hakuajan minimoimiseksi.

Vuonna 2014 kirjoittajat julkaisivat useita lisäoptimointeja [4] . Nämä optimoinnit sisältävät solmusarakkeiden tai -rivien tarkastelemisen yksittäisten solmujen sijasta, verkon siirtymien esilaskentaa ja tiukemmat leikkaussäännöt.

Tulevaisuuden työ

Vaikka siirtymäpisteiden haku rajoittuu grideihin, joiden kustannukset ovat tasaiset, ja agenteihin, joilla on samankokoinen, kirjoittajat aikovat jatkossa käyttää PTP :itä olemassa olevien grid-pohjaisten kiihdytysmenetelmien, kuten hierarkkisten gridien, kanssa [4] [5] .

Muistiinpanot

  1. 1 2 3 Daniel Harabor, Alban Grastien (2011). Online-kaavioiden pienennys ruudukkokarttojen polunhakua varten (PDF) . 25. kansallinen tekoälykonferenssi. AAAI. Arkistoitu (PDF) alkuperäisestä 16.12.2014 . Haettu 14.09.2021 . Käytöstä poistettu parametri |deadlink=( ohje )
  2. Nathan Whitmer. Selitys siirtymäkohdan löytämisestä (linkkiä ei ole saatavilla) . nollaleveyden positiivinen tulevaisuus (5. toukokuuta 2013). Haettu 9. maaliskuuta 2014. Arkistoitu alkuperäisestä 10. maaliskuuta 2014. 
  3. D. Harabor, A. Grastien (2012). JPS Pathfinding System . 26. kansallinen tekoälykonferenssi. AAAI. Arkistoitu alkuperäisestä 2020-11-09 . Haettu 14.09.2021 . Käytöstä poistettu parametri |deadlink=( ohje )
  4. 1 2 D. Harabor, A. Grastien. Transition Point Finderin parannus . Tekniikan ja tietojenkäsittelytieteen korkeakoulu , Australian kansallinen yliopisto . Keinoälyn edistämisyhdistys (www.aaai.org). Haettu 11. heinäkuuta 2015. Arkistoitu alkuperäisestä 12. heinäkuuta 2015.
  5. Adi Botea, Martin Müller. Lähes optimaalisen hierarkkisen polun löytäminen . Albertan yliopisto . Albertan yliopisto (2004). Haettu 14. syyskuuta 2021. Arkistoitu alkuperäisestä 14. syyskuuta 2021.