A* 算法是一种在机器人导航和路径规划中常用的算法。它结合了 Dijkstra 算法的启发式搜索和 Greedy Best-First 算法的优先级搜索，能够高效地找到从起点到终点的最短路径。
算法原理
A* 算法通过评估函数来评估每个节点的优先级。评估函数由两个部分组成：一是从起点到当前节点的实际代价（g 值），二是从当前节点到终点的预估代价（h 值）。最终，每个节点的优先级由 g 值和 h 值之和决定。
- g 值：从起点到当前节点的实际代价。
- h 值：从当前节点到终点的预估代价，通常使用启发式函数计算。
- f 值：评估函数，f = g + h。
算法步骤
- 初始化开放列表（Open List）和封闭列表（Closed List）。
- 将起点添加到开放列表。
- 当开放列表不为空时，执行以下步骤：
- 从开放列表中找到 f 值最小的节点，将其标记为当前节点。
- 将当前节点从开放列表移除，并添加到封闭列表。
- 对于当前节点的每个邻居节点，执行以下步骤：
- 如果邻居节点已经在封闭列表中，跳过。
- 计算邻居节点的 g 值和 h 值。
- 如果邻居节点不在开放列表中，将其添加到开放列表。
- 如果邻居节点已经在开放列表中，但新的 g 值更小，则更新邻居节点的 g 值和 f 值。
- 当开放列表为空时，算法结束。
代码示例
以下是一个简单的 A* 算法 Python 代码示例：
# ...（代码省略）
# 代码示例结束
扩展阅读
更多关于 A* 算法的细节和实现，可以参考以下链接：
A* 算法流程图