智能寻路技术是人工智能在游戏领域的重要应用之一,游戏中角色的智能寻路是必不可少的功能,对于增强游戏的逼真效果,吸引玩家起到至关重要的作用。目前,越来越多的大型3D场景游戏不断涌现,3D场景的视觉冲击感是2D场景难以比拟的。因为3D场景不再是单层场景,而是具有不同高度的多层复合场景,所以个体与场景的交互也变得越来越复杂。传统的智能寻路技术难以适应3D场景的复杂性,因而迫切需要研究能够在3D场景下完成智能寻路的相关技术。智能寻路技术要充分考虑静态障碍物与寻路对象之间的关系,从而能够自动选择无碰撞的、最短的路径。智能寻路技术分为两个阶段,首先要进行场景地图表示,形成图结构,然后再进行路径搜索,从而找到最优路径。本文充分考虑3D场景的复杂性,研究现有智能寻路技术的优缺点,提出一种面向3D场景智能寻路技术方案。首先将约束Delaunay三角剖分的方法应用到导航网格地图表示方案中,改进现有的约束Delaunay三角剖分方案,使其适应3D场景,完成分隔静态障碍物与可行走区域功能,达到自动形成3D场景导航网格的目的。接下来研究A*启发式路径搜索方案,改进现有A*算法的启发函数以及搜索策略,使其适应提出的3D场景导航网格地图表示方案,能够达到智能寻路的目的。最后通过实验验证提出的面向3D场景智能寻路技术方案的可行性,并将其应用到虚拟校园实际项目中,提高寻路的效率和准确性。通过与Unity3D5.3.0默认的寻路插件对比分析,总结本文技术方案的优缺点。