A星寻路Pro 5.2.2 A Pathfinding Project Pro 5.2.2
2026-03-14 00:18:18 66.45MB unity A星寻路
1
Unity A星寻路算法插件A Pathfinding Project Pro v5.0.5.unitypackage A* Pathfinding Project 是一个功能强大并且易于使用的 Unity 寻路系统。通过快速的路径寻找,您的 AI 将立即在复杂的迷宫中找到玩家。 非常适合 TD、FPS、RTS 游戏。 功能: 支持网格、导航网格、点和六角形图。自动导航图形生成让你免于手动执行。完全多线程,因此几乎不会影响帧速率。使用光线投射、平滑和漏斗算法进行路径后处理。路径查找调用只需一行代码。可以将图形保存到文件里。在 XZ 平面和 XY 平面上均可局部回避。内含源代码。支持运行时更新图形。 包含共 16 个示例场景帮助你入门。还有一份全面的在线文档,其中几乎记录了所有功能和变量。
2024-08-22 16:00:30 66.41MB unity
1
A* Pathfinding Project 是一个功能强大并且易于使用的 Unity 寻路系统。通过快速的路径寻找,您的 AI 将立即在复杂的迷宫中找到玩家。 非常适合 TD、FPS、RTS 游戏。 功能: 支持网格、导航网格、点和六角形图。自动导航图形生成让你免于手动执行。完全多线程,因此几乎不会影响帧速率。使用光线投射、平滑和漏斗算法进行路径后处理。路径查找调用只需一行代码。可以将图形保存到文件里。在 XZ 平面和 XY 平面上均可局部回避。内含源代码。支持运行时更新图形。 包含共 16 个示例场景帮助你入门。还有一份全面的在线文档,其中几乎记录了所有功能和变量。
2024-08-01 20:04:11 5.53MB unity A星寻路
1
A* Pathfinding Project 是一个功能强大并且易于使用的 Unity 寻路系统。通过快速的路径寻找,您的 AI 将立即在复杂的迷宫中找到玩家。非常适合 TD、FPS、RTS 游戏。 支持导航网格,支持3D、2D寻路。
2024-05-23 12:24:38 5.93MB A星寻路算法 导航网格
1
最全面的a*寻路插件,a*pathfinding 4.1.16最新版,全面支持unity2018
2024-01-10 23:49:17 6.2MB pathfinding
1
A*寻路插件 https://assetstore.unity.com/packages/tools/ai/a-pathfinding-project-pro-87744
2023-09-22 17:54:07 5.56MB unity
1
Unity寻路插件 A_Pathfinding_Project_Pro_v4.2.17(最新版)
2023-08-09 17:19:19 6.05MB unity3d 插件
1
上冯 UnrealEngine的3D导航插件 引擎版本:Master经过4.25测试。 至少应向后兼容4.20,请参阅先前快照的分支,但请注意,功能并未向后移植。 请查看以获取更多信息
2023-05-17 11:38:35 183KB cplusplus navigation pathfinding unrealengine
1
3D寻路算法可视化器 用于一些3D常见寻路算法的可视化工具。 现场演示 可以在找到一个实时交互式演示。 特征 加权和非加权算法 Dijkstra的算法(加权) 寻路算法之父,它创建了从起始顶点(源)到图中所有其他点的最短路径树。 保证最短的路径! A *搜索算法(加权) 启发式路径查找和图形遍历中使用的最好且最受欢迎的技术之一。 保证最短的路径! 广度优先搜索(不加重) 该算法从树的根部开始,并在移至下一个深度级别的节点之前探索当前深度的所有邻居节点。 保证最短的路径! 深度优先搜索(未展开) 该算法从根节点开始,并在回溯之前尽可能沿着每个分支进行探索。 不保证最短的路径! 迷宫一代 产生迷宫的两种方法: 递归司 随机迷宫 使用的图书馆 Three.js React三根纤维 Tween.js 贡献 欢迎捐款。 请随时进行PR。 项目设置 该项目是通过Create React
2023-04-11 15:15:58 39.05MB visualization javascript hooks webgl
1
“# 寻找路径” 在运行simple_RL_run.py之前: 运行_Astar.py:使用AStar算法找到到达目标并避免障碍的最佳方法 运行_Testing.py:模拟Jetbot根据AStar解决方案的React。 Simple_RL 运行simple_RL_run.py:构建一个简单的RL培训环境 改进 States:将3扩展为5->考虑目标的相对位置 reward function:越接近目标,每个步骤可获得的奖励就越大。 Astar solution:使用A *解决Astar solution: “教” Agent,以便它可以进行一些有用的初始设置。 RL_Weibo文件夹 运行run_RL.py 使用Polytope进行RL强化训练 黄微博供稿
2023-04-09 01:11:46 16KB Python
1