初步理解A*算法等。

http://code.google.com/p/opennero/ 

opennero下载：

OpenNERO-tourney-2012-11-28-win32.zip 

通过运行OPENNERO的实例，迷宫等，初步有了一些理解。

1.26日

都是在观察OPENNERO运行迷宫的时候的一些想法：

1）迷宫算法分类：

* depth first search -深度优先查找算法

就是选择其中一条路走下去，直到走不动，则返回一步继续，这样需要记忆的路则少，但不一定找到最佳路径。

* breadth first search -广度优先查找算法

就是将所有可能的路都同时走，如果里面没有目标位置，则尝试把所有两步能够到的位置都走一遍，看有没有目标位置；如果还不行，则尝试所有三步可以到的位置。这种方法，一定可以找到一条最短路径，但需要记忆的内容实在很多，要量力而行。

* A*search   - a*查找算法

似乎具有初步人工智能算法，查找时同步搜索不同路径寻找最优方案

其实广度优先算法就是A*算法的特例。

* A*search with teleporting -a*传送算法

从现象看，每次判断前方无路后，自动跳转到同步搜索的另一条路径，不对前面的路径进行回溯，直接跳转到下一条路径开头部分。

* A*search with front 

同步查找，每次只启动一个线路，时域上使用单CPU运算，类似操作系统的进程分配

* Q-learning（coarse）劣质Qlearning算法

看不出具体算法步骤，似乎不只是判断四个方向后调整算法方向，有些类似加权算法，看得出，和描述的类似，真是劣质啊，找了那么久。。。

* Q-learning (fine)优质Qlearning算法 （不太懂。。。）

下面两种似乎是第一人称模式，

* first persong (coarse)

似乎coarse并不是指劣质的意思，从操作上看，使用栅格法将地图划分的模块非常大，比例应该是依照机器人本体大小划分

* first person (fine)

使用栅格法划分的很小，搜索算法所占运算速度大。