【路径规划算法】剔除路径中的冗余节点，改进评价函数，弗洛伊德改进A星算法的对比传统A星路径规划算法

摘要

在路径规划领域，A算法作为经典的启发式搜索算法，广泛应用于机器人导航和自动驾驶等场景。然而，传统A算法存在路径冗余和计算效率不高的问题。本文提出一种基于弗洛伊德算法的改进A算法，剔除路径中的冗余节点，同时优化评价函数以提升算法的计算效率。通过MATLAB仿真实验对比，改进算法在路径长度和运行时间方面均优于传统A算法，验证了该方法的有效性。

理论

1. A*算法

A*算法是一种基于图的搜索算法，其核心为估值函数：

其中：

• **𝑔(𝑛)**：起点到当前节点的实际代价。

• **ℎ(𝑛)****：当前节点到目标节点的估计代价（通常使用欧几里得距离或曼哈顿距离）。

传统A*算法的问题主要体现在：

• 生成的路径中存在冗余节点。

• 搜索范围较大，计算效率低。

2. 弗洛伊德算法

弗洛伊德算法是一种经典的全源最短路径算法，其核心思想是通过动态规划求解图中任意两点之间的最短路径。结合A*算法后，可用于剔除路径中的冗余节点。

3. 改进方法

• 路径冗余节点剔除：在A*算法生