A*算法找不到最短路径

Question

我试图在python中实现A*算法，但在试图找到此映射的路径时遇到了问题:

X X X X X X X     S = Start
0 0 0 X 0 0 0     E = End
0 S 0 X 0 E 0     X = Wall
0 0 0 X 0 0 0
0 0 0 0 0 0 0

我正在使用曼哈顿方法。我的实现确实找到了一条路径，但不是最短的。错误开始于它的第二次移动——右移之后。此时，它可以向上移动，启发式代价可能是4(3向右，1向下)或4(3向右，1向上)。有没有一种方法可以让它选择向下得到最短路径?

代码:

class Node:
    def __init__(self, (x, y), g, h, parent):
        self.x = x
        self.y = y
        self.g = g
        self.h = h
        self.f = g+h
        self.parent = parent
    def __eq__(self, other):
        if other != None:
            return self.x == other.x and self.y == other.y
        return False
    def __lt__(self, other):
        if other != None:
            return self.f < other.f
        return False
    def __gt__(self, other):
        if other != None:
            return self.f > other.f
        return True
    def __str__(self):
        return "(" + str(self.x) + "," + str(self.y) + ") " + str(self.f)
def find_path(start, end, open_list, closed_list, map, no_diag=True, i=1):
    closed_list.append(start)
    if start == end or start == None:
         return closed_list
     new_open_list = []
     for x, y in [(-1,1),(-1,-1),(1,-1),(1,1),(0,-1),(0,1),(-1,0),(1,0)]:
        full_x = start.x + x
        full_y = start.y + y
        g = 0
        if x != 0 and y != 0:
            if no_diag:
                continue
            g = 14
        else:
            g = 10
        h = 10 * (abs(full_x - end.x) + abs(full_y - end.y))
        n = Node((full_x,full_y),g,h,start)
        if 0 <= full_y < len(map) and 0 <= full_x < len(map[0]) and map[full_y][full_x] != 1 and n not in closed_list:
            if n in open_list:
                if open_list[open_list.index(n)].g > n.g:
                    new_open_list.append(n)
                else:
                    new_open_list.append(open_list[open_list.index(n)])
            else:
                new_open_list.append(n)
    if new_open_list == None or len(new_open_list) == 0:
        return find_path(start.parent, end, open_list, closed_list, map, no_diag, i-1)
    new_open_list.sort()
    return find_path(new_open_list[0], end, new_open_list, closed_list, map, no_diag)

Answer 1

您似乎正在为每个节点构建一个新的打开列表，其中仅包含该节点的邻居。这实际上使你的搜索成为深度优先搜索的一种形式，而a *应该是最佳优先搜索。

您需要使用一个开放列表，当您访问该节点时，该列表将使用每个节点的邻居进行更新。打开列表中的旧节点必须留在那里，直到它们被遍历并移动到关闭列表。

关于你在问题中所说的，搜索尝试向上移动之前向下移动是可以的(因为根据启发式，它们与目标的距离相同)。重要的是，最终选择的路径将是最短的。