[FreedomAI]第八週——蟻羣算法綜述以及應用初衷

在研究遺傳算法的時候，隨帶看到了蟻羣算法，發現了很有意思。

進而一細想，發現還在遊戲的尋路中有一定應用的可能，首先，我們很頭大的一個問題有時候在於，對於一大羣AI，在同一幀來了一個請求，要求他們進行實時的尋路，這樣我們還要不影響幀率的話，就要保證這些AI的尋路計算在1/FPS的時間內算完，但是對於A*那樣的啓發式算法來說，還是很有壓力的。很大概率程序會直接崩掉。 

蟻羣算法就具備這樣的好處——即使數據規模變大，計算規模的增大也是有限的，每一步的決策都在線性內完成。並且還有一個好處，他並不需要確定的知道目標點在哪。當然這個算法是基於概率的進化型的算法——最大的通病在於，沒法保證什麼時候完成迭代。

接着我們先來介紹一下這個算法：

首先我們會初始化一些螞蟻。

這些螞蟻的目標是找到食物搬回家，回家後再出來找食物回家..........

並且這些螞蟻具有一定的感知力，會感知到家和食物，一旦感知到周圍有食物和家，就開始攜帶信息素，並開始邊走邊釋放信息素，其他螞蟻依靠信息素逐漸迭代到家和食物的路徑上，我們就完成了尋路。

具體的尋路規則是：

螞蟻在八近鄰中如果沒有找到含有信息素的，就進行隨機尋路，該尋路具有一定的慣性，即在沒有遇到牆的時候，會有更高概率保證走原方向的傾向。

如果在周圍發現了信息素，則對八近鄰的信息素濃度進行輪盤賭，來進行決定走哪個方向，當然在發現信息素的情況下，也有小概率選擇隨機尋路，這是爲了保證不陷入局部的迭代。

具體的信息素釋放是：

在找到了家的時候，攜帶家的信息素，清空食物的信息素。在找到了食物的時候，攜帶食物的信息素，清空家的信息素。

在尋路·過程中記錄步數，螞蟻在抵達格子的同時，我們在該格子釋放信息素，濃度爲總數*步數作爲線性衰減。

信息素維護規則：

格子上的信息素會隨着時間衰減。

格子上的信息素在比較小的時候會直接清爲零。

格子上有濃度上限。

這裏首先給出Ant類的定義：

public enum NowTarget:uint
	{
		HOME = 0,
		FOOD,
		NONE
	}

	public enum DirctionType:uint
	{
		DOWN = 0,
		UP,
		LEFT,
		RIGHT,
		LEFTDOWN,
		LEFTUP,
		RIGHTDOWN,
		RIGHTUP,
		NONE
	}
	
	public class Ant
	{
		public Vector2 mPositionIndex;
		public GameObject mAIRT;
		public float mInfoFood;
		public float mInfoHome;
		public float mObserverDistance;
		public NowTarget mNowTarget;
		public Vector3 mNowPositionTarget;
		public Vector2 mLastDir;

		public List<Vector2> mClosedArray = new List<Vector2> ();

		public void Add(Vector2 v)
		{
			if (!Contains (v))
				mClosedArray.Add (v);
		}

		public bool Contains(Vector2 v)
		{
			//Debug.Log (mClosedArray.Contains(v).ToString());
			return mClosedArray.Contains (v);
		}
	//	public List<Vector2> runit;
	
	}

下一篇我們給出算法的具體代碼和運行結果。