c++ - Boost Graph - 大图上的 Astar 非常慢

Question

目前我的 Pathfinding 系统遇到了一些问题，它在我的大图上“异常”缓慢:

我的图表

• 图属性:16814 个顶点/61512 条边
• 图是有向的。
• 每个顶点都有一个子图 ID(岛 ID)→ 子图之间没有解，但总是在同一个子图中。

图的每个顶点定义为:

• 类型(岩石、沙子……)。
• 高度

最后一条规则，地球没有连接到海洋(所以我们有很多子图)。

我的 Astar 配置

我的启发式非常经典:我计算当前顶点位置和目标位置之间的点。

我没有预先计算边的权重。我使用“复杂”算法(取决于步行者的速度、地面的种类、我们是向上还是向下)

float PathWorld::updateWeight(const Agent& agent, const EdgeInfo& edgeInfo) const
{
    const Agent::Navigation& navigation = agent.getNavigation();

    const auto& fromTerrain = edgeInfo._from->_terrain;
    const auto& toTerrain   = edgeInfo._to->_terrain;

    const float mean = (navigation._speed.at(fromTerrain._type) + navigation._speed.at(toTerrain._type)) * 0.5f;
    const float diff = BT::Maths::clamp((1000.0f + toTerrain._height - fromTerrain._height) / 1000.0f, 0.5f, 2.0f);

    return edgeInfo._distance / mean * diff;
}

问题

目前，当我计算一条路径时，执行时间不到 1 毫秒到 1 秒。路径解决方案仅在 8 或 80 个顶点之间，我没有按比例计算的时间。 (所以 8 个顶点路径可能需要 1 秒，80 个顶点路径需要 1 毫秒)。

我使用 visual Studio 进行了快速分析:boost 是我的瓶颈。

代码和测试数据

所有完整的代码和测试数据都可以在我的GitHub上找到。

https://github.com/Rominitch/myBlogSource/tree/master/DEMO/TestPathfinding

简单/小型演示不会受到我的问题的影响。只是复杂的情况。所有图表均由同一程序生成(未发布)。

我的测试程序输出

我的测试程序真的是虚拟的:- 我从一个节点开始进入我的图表- 我在此之后采用 XXX 个节点(使用索引)并计算路径。

输出:

Statistics:
 Start node: Ocean H= 0 SubGraph= 2
 nbValid: 2053/15000   (valid path / number of path computed)
 min / max: 1/75       (number of vertex in path computed)
 min time for one path: 0 ms
 max time for one path: 7 ms

Statistics:
 Start node: Forest H= 100 SubGraph= 1
 nbValid: 1420/1500
 min / max: 1/76
 min time for one path: 0 ms
 max time for one path: 558 ms

Statistics:
 Start node: Swamp H= 50 SubGraph= 1
 nbValid: 601/1000
 min / max: 1/51
 min time for one path: 0 ms
 max time for one path: 1246 ms

Statistics:
 Start node: Clay H= 300 SubGraph= 22
 nbValid: 138/15000
 min / max: 1/12
 min time for one path: 0 ms
 max time for one path: 0 ms

问题

• 我的问题在哪里？ (错误的 boost 使用/错误的图表/boost 限制)
• Boost 是解决寻路问题的好选择(另一个库)？
• 我们可以优化我的图表数据(最佳 boost 算法、减少数据重复、...)吗？

谢谢!

Answer 1

好的!我发现了我的问题。

目前，Bug 在我的启发式实现中，它不计算当前节点和目标之间距离的平方。它只是做一个“准随机”启发式。

此外，就我而言

boost::astar_search

性能不如

boost::astar_search_tree

最后，我也优化了我的图形(删除虚拟边)。

新统计数据:

Statistics:
  Start node: Ocean H= 0 SubGraph= 2
  nbValid: 2028/15000
  min / max: 1/145
  min time for one path: 0 ms
  max time for one path: 13 ms
  mean: 0 ms
  Global time: 1845 ms

Statistics:
  Start node: Forest H= 100 SubGraph= 1
  nbValid: 1420/1500
  min / max: 1/92
  min time for one path: 0 ms
  max time for one path: 13 ms
  mean: 0 ms
  Global time: 1232 ms

Statistics:
  Start node: Swamp H= 50 SubGraph= 1
  nbValid: 601/1000
  min / max: 1/50
  min time for one path: 0 ms
  max time for one path: 11 ms
  mean: 0 ms
  Global time: 504 ms

Statistics:
  Start node: Clay H= 300 SubGraph= 23
  nbValid: 138/15000
  min / max: 1/17
  min time for one path: 0 ms
  max time for one path: 1 ms
  mean: 0 ms
  Global time: 115 ms