D-Star算法

【由于专栏后几篇限制vip观看，我又把完整算法在公众号“武汉AI算法研习”进行了发布，可以查看全专栏文章。】

D-Star算法名称Dynamic A Star，是一种适应于动态环境的启发式的路径搜索算法，适合周围环境位置或者周围环境处于动态变化的场景

【适用范围】

动态环境

【算法流程】

由于是动态环境，算法主要是两个阶段，

第一阶段是从目标点往起点进行探索，得到搜索区域节点距离终点最短路径的信息（父节点信息）

第二阶段是机器人动态环境交互中，遇见障碍物时对路径做动态修改，机器人从起点开始往终点行走过程中遇见环境发生变化时的动作过程。

【算法举例】

同A-Star算法类似，D-star通过一个维护一个优先队列（OpenList）来对场景中的路径节点进行搜索，所不同的是，D-Star不是由起始点开始搜索，而是以目标点为起始，通过将目标点置于Open list中来开始搜索，直到机器人当前位置节点由队列中出队为止（当然如果中间某节点状态有动态改变，需要重新寻路，所以才是一个动态寻路算法）。

【环境初始化】如下假如在一个20*20的方格网中，起点位置（1,2），终点位置（17,11），中间障碍物位置(4, 3), (4, 4), (4, 5), (4, 6), (5, 3), (6, 3), (7, 3)。