Konteks
Old Lucas Arts (era ScummVM) menunjuk dan mengklik game petualangan grafis menggunakan perintis jalan yang diperhitungkan. Inilah garis besar kasar teknik ini.
Langkah 1
Lantai di setiap kamar dibagi menjadi apa yang mereka sebut "kotak berjalan", yang cukup banyak setara dengan node dalam navigasi mesh, tetapi terbatas pada bentuk trapesium. Misalnya:
______ _____ _________ _____
\ A | B | C | D \
\_____| | |_______\
|_____| |
|_________|
Langkah 2
Algoritma offline (misalnya Dijkstra atau A *) akan menghitung lintasan terpendek antara setiap dan setiap pasangan node, dan menyimpan langkah pertama lintasan dalam matriks 2D, diindeks dalam setiap dimensi dengan simpul awal dan akhir yang digunakan. Misalnya menggunakan kotak jalan di atas:
___ ___ ___ ___
| A | B | C | D | <- Start Node
___|___|___|___|___|
| A | A | A | B | C | ---
|___|___|___|___|___| |
| B | B | B | B | C | |
|___|___|___|___|___| |-- Next node in shortest path
| C | B | C | C | C | | from Start to End
|___|___|___|___|___| |
| D | B | C | D | D | ---
|___|___|___|___|___|
^
|
End Node
Seperti yang Anda tebak, kebutuhan memori meningkat dengan cepat seiring dengan meningkatnya jumlah node (N ^ 2). Karena pendek biasanya akan cukup besar untuk menyimpan setiap entri dalam matriks, dengan peta kompleks 300 simpul yang akan menghasilkan penyimpanan tambahan:
300^2 * sizeof(short) = 176 kilobytesLangkah 3
Di sisi lain, menghitung jalur terpendek antara dua node sangat cepat dan sepele, hanya serangkaian pencarian ke dalam matriks. Sesuatu seperti:
// Find shortest path from Start to End
Path = {Start}
Current = Start
WHILE Current != End
Current = LookUp[Current, End]
Path.Add(Current)
ENDWHILE
Menerapkan algoritma sederhana ini untuk menemukan jalur terpendek dari C ke A menghasilkan:
1) Path = { C }, Current = C
2) Path = { C, B }, Current = B
3) Path = { C, B, A }, Current = A, Exit
Pertanyaan
Saya curiga bahwa dengan perangkat keras yang kuat saat ini, ditambah dengan persyaratan memori untuk melakukan ini untuk setiap level, manfaat apa pun yang dimiliki teknik ini sekarang dikalahkan dengan hanya melakukan A * saat runtime.
Saya juga mendengar bahwa saat ini pencarian memori bahkan mungkin lebih lambat daripada perhitungan umum, itulah sebabnya membuat sinus dan cosine look up tables tidak lagi populer.
Tetapi saya harus mengakui bahwa saya belum terlalu berpengetahuan tentang masalah-masalah efisiensi perangkat keras tingkat rendah ini, jadi saya mengambil kesempatan ini untuk menanyakan pendapat mereka yang lebih akrab dengan subjek tersebut.
Di mesin saya, saya juga membutuhkan kemampuan untuk secara dinamis menambah dan menghapus node ke grafik saat runtime ( lihat ini ) sehingga rute yang dikomputasi hanya membuat hal-hal lebih rumit, jadi saya membatalkannya (belum lagi solusi runtime A * saya sudah berjalan dengan sempurna ). Namun, saya masih bertanya-tanya ...
Intinya, apakah teknik ini masih relevan saat ini dalam skenario apa pun?