A* 搜索特别有用的情况

一定要玩一玩上一节的示例代码和可执行文件，因为这是你真正熟悉 A 搜索行为的唯一方式。大多数较新的游戏中，你应该可以直接发送带目标的数据包，甚至在期望位置模拟点击地图，但当你遇到需要计算路径的情况时，你会庆幸学了 A。

实际上，计算路径在很多情况下都很有用：(cid:127)选择目标：机器人选择要攻击的目标时，你可能想检查角色

是否真的能到达它们。否则，如果敌人孤立在一个无法到达的房间里，你可能永远卡住试图瞄准它们！

(cid:127)选择尸体：当你的搜刮状态决定打开哪些尸体时，你可以通

过总是先尝试搜刮最近的尸体来优化。

(cid:127)模拟鼠标移动：极少数情况下，一些受高度保护的游戏会把

游戏内动作与鼠标移动关联，以确保没有机器人运行。这种情况下，你可能需要模拟鼠标。使用修改版 A*（把屏幕当作地图，没有阻挡瓦片，节点成本略微随机化），你可以为模拟移动时鼠标遵循的路径计算类似人类的路径。

(cid:127)放风筝怪物：如果你需要编写放风筝怪物的代码，你可以实

现 A*，目标状态是距离所有生物 N 个单位。使用本章展示的相同成本机制，玩弄启发式，给更靠近生物的节点更高成本。放风筝不是完全传统的用例，启发式需要大量调整，但一旦运行起来，它效果惊人。一些实现放风筝任何数量怪物的效果比人类还好！

(cid:127)预测敌人移动：如果你在编写与玩家战斗的机器人，你可以

用 A* 预测他们的移动并相应行动。例如，如果敌人开始逃跑，你的机器人可以假设他们跑向基地，计算他们的路线，用法术阻挡他们的路径，甚至传送到预期他们出现的位置。

这些只是 A* 搜索的几个用例，随着你改进机器人，你肯定会发现更多。本章剩余部分，我将描述一些流行的自动化破解，你可以用本书描述的技术实现它们。