本文目的是對A*尋路算法所生成的路徑進行一些人性化的調整，使其看起來不至於太機械化。關於A*算法的原理與實現，讀者可以閱讀其他資料，這裏不再詳細闡述。
如何寫估價函數
A*尋路算法本質上是一個有方向性的廣度優先搜索算法，它使用一個估價函數，來估測可能的最短路徑，在每一次搜索迭代完成後，選取其鄰接點中最優的一個（即，距離終點最近的一個點），作爲下一次迭代的起點。如此反覆，直到找到終點。下面先列出估價函數的常規寫法：
設i點到起點的價值爲S，到終點的估價爲E，i點的總估價G等於S+E。S的值是確定的：
[cpp] view plain copy 
S = parent.S + 1（i點是其父節點的水平或垂直方向上的鄰接點）
或
S = parent.S + sqrt(2)）（i點是其父節點斜方向上的鄰接點）
E點的值需要估算。精確一點的寫法：
[cpp] view plain copy
水平距離：dx = abs(ix - ex)
垂直距離：dy = abs(iy - ey)
需要斜着走過的距離：v1 = min(dx, dy) * sqrt(2)
需要直線走過的距離：v2 = max(dx, dy) - min(dx, dy)
E = v1 + v2
粗略的寫法：
[cpp] view plain copy
E = abs(ix - ex) + abs(iy - ey)
如何避免轉向抖動
A*尋路得到的結果是最優的，但不是唯一的，這源於兩點之間最近的路線可能不只一條。那麼問題就產生了，兩條最佳路線距離都相等的情況下，哪一條會更好？
（紅色是障礙，白色可通行，黑色是搜索路徑）
如上圖所示，是A* 8方向搜索得到的兩條距離相等的路線，但是左圖的路線在中間位置發生了“拐彎”，要比右圖的路線多一個“拐彎”。如果路線上拐彎太多，人物行走的過程中，會出現頻繁轉向，從而出現“抖動”現象。所以，我們判定右圖路線優於左圖路線。針對這一問題，我們可以通過修改估價函數，來選擇“拐彎”更少的路線。
拐彎的問題，可以簡化成先儘可能的向一個方向走，然後再考慮轉向。進一步簡化成，點越接近起點或是終點，越優先考慮。我們給E加上一個干擾值factor,
[cpp] view plain copy
factor = min(abs(ix - sx), abs(ix - ex)) + min(abs(iy - sy), abs(iy - ey))
factor *= 0.01
factor的值不能過大，否則會造成搜索結果不是最短距離，因此適當的給factor乘上一個縮放係數。
如何遠離障礙物
A*尋路的效果是抄近道，走捷徑。但對於遊戲體驗來說，這並不完全是件好事，放着寬闊的馬路不走，非得走懸崖峭壁，一不小心就跌落萬丈深淵，或者卡在岩石邊上。那麼，我們該如何避免這些現象呢？同樣，我們可以通過修改估計函數做到。
我們給每一塊可走區域都加上一個干擾值，越靠近障礙的可走區域，其干擾值越大。干擾值計算方法：
[cpp] view plain copy
factor = 0
for(x = -n; x <= n; ++x)
{
for(y = -n; y <= n; ++y)
{
if(isObstacle(ix + x, iy + y))
{
factor += n - min(abs(x), abs(y))
}
}
}
我們甚至可以根據地表的材質來增加干擾值，比如山路和沼澤地帶明顯比馬路的干擾值大。
後記
總之，我們可以調節估價函數來達到不同的效果。但是，也不能隨意修改，不良的估價函數，會增加搜索成本。