网格导航
jps寻路
1.A*算法插件
与贪婪算法不一样，贪婪算法适合动态规划，寻找局部最优解，不保证最优解。A*是静态网格中求解最短路最有效的方法。也是耗时的算法，不宜寻路频繁的场合。一
般来说适合需求精确的场合。
与启发式的搜索一样，能够根据改变网格密度、网格耗散来进行调整精确度。
使用较好的地方：
a.策略游戏的策略搜索
b.方块格子游戏中的格子寻路
2.U3D自带的导航网格系统
U3D内置了NavMesh导航网格系统，一般来说导航网格算法大多是“拐角点算法”，具体大家可以去查下。效率是比较高的，但是不保证最优解算法。
使用较好的地方：
a.游戏场景的怪物寻路
b.动态规避障碍
3.WayPoint寻路插件
速度最快，但相应来说表现也非常局限，它常常走“Z”型的轨迹，并不适合复杂场合的使用。例如它不能根据宽度、高度、路径点耗散等来改变行进路径。
使用较好的地方：
a.塔防怪物行进路径
b.AI巡逻路线
网格制作
曲边三角形，又称鲁洛三角形。就是将一个等边三角形的3个顶点为圆心，边长为半径，作各内角所对应的圆弧。擦去原来的等边三角形，剩下的图形就是曲边三角形。
它的本质其实就是等宽曲线。
三角剖分是代数拓扑学里最基本的研究方法。 以曲面为例， 我们把曲面剖开成一块块碎片，要求满足下面条件： （1）每块碎片都是曲边三角形； （2）曲面上任何
两个这样的曲边三角形，要么不相交，要么恰好相交于一条公共边（不能同时交两条或两条以上的边)。
【定义】Delaunay边：假设E中的一条边e（两个端点为a,b），e
若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(注意是圆内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。
【定义】Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。
Delaunay三角化是一种三角剖分DT(P)，使得在P中没有点严格处于DT(P)中任意一个三角形外接圆的内部。Delaunay三角化最大化了此三角剖分中三角形的最小角，换句
话，此算法尽量避免出现“极瘦”的三角形。此算法命名来源于BorisDelaunay，以纪念他自1934年在此领域的工作。
DT点
在一个约束Delaunay三角形中，其中与一条边相对的顶点称为该边的DT点。
确定 DT 点的过程如下：
Step1. 构造 Δp1p2p3 的外接圆 C（p1，p2，p3）及其网格包围盒 B（C（p1，p2，p3））
Step2. 依次访问网格包围盒内的每个网格单元：
对未作当前趟数标记的网格单元进行搜索，并将其标记为当前趟数
若某个网格单元中存在可见点 p, 并且 ∠p1pp2 > ∠p1p3p2，则令 p3=p1，转Step1；否则，转Step3.
Step3. 若当前网格包围盒内所有网格单元都已被标记为当前趟数，也即C（p1，p2，p3）内无可见点，则 p3 为的 p1p2 的 DT 点
生成Delaunay三角网格算法如下：
Step2. 取任意一条外边界边 p1p2 .
Step3. 计算 DT 点 p3，构成约束 Delaunay 三角形 Δp1p2p3 .
Step4. 如果新生成的边 p1p3 不是约束边，若已经在堆栈中，则将其从中删除；否则，将其放入堆栈；类似地，可处理 p3p2 .
Step5. 若堆栈不空，则从中取出一条边，转Step3；否则，算法停止 .
=============================================
jps寻路
1.A*算法插件
与贪婪算法不一样，贪婪算法适合动态规划，寻找局部最优解，不保证最优解。A*是静态网格中求解最短路最有效的方法。也是耗时的算法，不宜寻路频繁的场合。一
般来说适合需求精确的场合。
与启发式的搜索一样，能够根据改变网格密度、网格耗散来进行调整精确度。
使用较好的地方：
a.策略游戏的策略搜索
b.方块格子游戏中的格子寻路
2.U3D自带的导航网格系统
U3D内置了NavMesh导航网格系统，一般来说导航网格算法大多是“拐角点算法”，具体大家可以去查下。效率是比较高的，但是不保证最优解算法。
使用较好的地方：
a.游戏场景的怪物寻路
b.动态规避障碍
3.WayPoint寻路插件
速度最快，但相应来说表现也非常局限，它常常走“Z”型的轨迹，并不适合复杂场合的使用。例如它不能根据宽度、高度、路径点耗散等来改变行进路径。
使用较好的地方：
a.塔防怪物行进路径
b.AI巡逻路线
网格制作
曲边三角形，又称鲁洛三角形。就是将一个等边三角形的3个顶点为圆心，边长为半径，作各内角所对应的圆弧。擦去原来的等边三角形，剩下的图形就是曲边三角形。
它的本质其实就是等宽曲线。
三角剖分是代数拓扑学里最基本的研究方法。 以曲面为例， 我们把曲面剖开成一块块碎片，要求满足下面条件： （1）每块碎片都是曲边三角形； （2）曲面上任何
两个这样的曲边三角形，要么不相交，要么恰好相交于一条公共边（不能同时交两条或两条以上的边)。
【定义】Delaunay边：假设E中的一条边e（两个端点为a,b），e
若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(注意是圆内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。
【定义】Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。
Delaunay三角化是一种三角剖分DT(P)，使得在P中没有点严格处于DT(P)中任意一个三角形外接圆的内部。Delaunay三角化最大化了此三角剖分中三角形的最小角，换句
话，此算法尽量避免出现“极瘦”的三角形。此算法命名来源于BorisDelaunay，以纪念他自1934年在此领域的工作。
DT点
在一个约束Delaunay三角形中，其中与一条边相对的顶点称为该边的DT点。
确定 DT 点的过程如下：
Step1. 构造 Δp1p2p3 的外接圆 C（p1，p2，p3）及其网格包围盒 B（C（p1，p2，p3））
Step2. 依次访问网格包围盒内的每个网格单元：
对未作当前趟数标记的网格单元进行搜索，并将其标记为当前趟数
若某个网格单元中存在可见点 p, 并且 ∠p1pp2 > ∠p1p3p2，则令 p3=p1，转Step1；否则，转Step3.
Step3. 若当前网格包围盒内所有网格单元都已被标记为当前趟数，也即C（p1，p2，p3）内无可见点，则 p3 为的 p1p2 的 DT 点
生成Delaunay三角网格算法如下：
Step2. 取任意一条外边界边 p1p2 .
Step3. 计算 DT 点 p3，构成约束 Delaunay 三角形 Δp1p2p3 .
Step4. 如果新生成的边 p1p3 不是约束边，若已经在堆栈中，则将其从中删除；否则，将其放入堆栈；类似地，可处理 p3p2 .
Step5. 若堆栈不空，则从中取出一条边，转Step3；否则，算法停止 .
=============================================