1. 先从一个调了三个星期的Bug说起:单位为什么总在墙角抖个不停
在Godot里做即时战略或者类MOBA的AI移动系统时,我一开始用的方案相当朴素:给每个单位挂一个NavigationAgent2D,终点一设,让引擎自己算路。单机跑3个角色时一切都很完美,但一旦人数上到10个以上,队伍过窄道的画面就开始失控了——全部单位挤在同一个路径点附近互相推搡,像极了早高峰地铁换乘站。随后我尝试提高path_desired_distance、调大avoidance_radius,甚至给每个单位随机偏移终点,都没能根治,最后排查出来的核心问题有两个:一是引擎默认的A*寻路在开阔地形上产生了大量无效节点,路径不够“直”;二是单位之间缺乏明确的速度级避让策略,大家都往同一点冲,自然就堵了。
这个项目的目标就非常明确了:在Godot中实现一套能支撑大批量单位同时寻路和移动的AI导航方案。核心选型是JPS跳点寻路,解决“路线太长、节点太多、决策太慢”的全局规划问题;再用RVO避障,解决“多单位互相穿模、堵死、抖动”的局部速度决策问题。这篇文章会从原理、选型、代码实现到调试经验完整讲一遍,适合已经会用Godot的基础导航功能、但想突破性能瓶颈或让群体移动更自然的开发者。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 方案选型:JPS和RVO是怎么配对工作的
2.1 JPS跳点寻路的核心思路:剪枝的艺术
先说一个很多人容易误解的点:JPS并不是从零发明的一套新寻路算法,它本质上是A的一种优化变种,专门针对网格地图做了邻居裁剪。A在扩展节点时会把当前格子周围的所有可用相邻格子都塞进OpenList,而JPS认为这种做法太浪费了,因为在直线路径上,中间那些格子根本不需要逐个评估,只要朝某个方向一直往前走,遇到“转折点”再停下来判断就够了。
这些“转折点”就是JPS所说的Jump Point(跳点)。跳点的判定规则很明确:当从当前节点沿某个方向移动时,如果目标格子周围存在强制邻居(Forced Neighbor),也就是说由于障碍物的排布,导致路径在这里不得不改变方向或产生绕行,那么当前格子就是一个跳点,搜索在这里折叠回A*的主循环做OpenList排序。通过这种方式,JPS可以一次“跳”过一大段没有分叉可能性的直线路径,把搜索空间缩小一个数量级。
适合用JPS的场景有两个特征:一是地图必须是规则网格,二是地图的阻挡关系相对稳定。如果地图频繁动态变化,每次都要重新做跳点预处理,那优势就会被抵消不少。如果用的是导航网格(NavMesh)而不是格子地图,JPS也无法直接应用,这时候还是老老实实让NavigationServer来做。
2.2 RVO避障的核心思路:让每个角色都做一次速度决策
RVO的全称是Reciprocal Velocity Obstacles,中文通常翻译为“相互速度障碍”。它解决的问题和路径规划完全不同:路径规划负责找出从A到B的通道,而避障负责在行走过程中避免与其他动态物体相撞。传统VO(速度障碍法)的思路是:A把B当前占据的“未来会碰撞的速度集合”划成一个禁区,然后A在禁区外选一个速度。但问题在于,如果B也用同样的策略规避A,两边的速度调整会互相叠加,最终导致抖动或者僵持。
RVO的改进在于它把“责任分摊”了:A假设B也会承担一半的避让职责,所以A只需要在速度空间中选择一个相对于B进行半程避让的速度,B也做同样的计算,两边的各自半程合起来就是一次完整的避让。在Godot中,NavigationServer的避障实现其实就是RVO的变体,底层是基于几何解的半平面速度空间筛选。
不过,直接用引擎的回避系统会遇到一个控制力的问题:引擎算出来的“安全速度”只是一个速度向量,它不会告诉你单位该怎么转弯、加速、减速,单位反馈到实际运动中会有延迟和抖动。这也是我在项目中最终决定把RVO速度求解逻辑单独抽出来的原因。
2.3 组合策略:全局路径规划+局部速度避让的职责分工
JPS和RVO是前后衔接的上下游关系,不是二选一的替代关系。实际运行时,单位先通过JPS算出这条路径上的拐点序列,然后沿着拐点序列向前移动;在移动过程中,每帧根据附近其他单位的位置和速度,用RVO计算一个临时修正速度,叠加到理想移动方向上。
这里要特别注意一点:JPS的规划频率不需要每帧执行。因为全局路径通常只在目标点变化、地图阻挡变化或单位严重偏离路径时才需要重新计算,跑得太频繁反而浪费CPU。我一般用一个定时器,每隔0.2到0.5秒重新规划一次,并同时检查当前位置偏离路径基准线的距离,超过阈值就立即重算;而RVO的求解是每帧执行的。
3. 代码落地:Godot中的JPS跳点寻路实现
3.1 地图数据准备与网格化处理
在尝试使用Godot的TileMap做网格源之前,建议先想清楚一件事:你的网格数据从哪来?如果是自己用代码生成的随机地图,那你可以直接把阻挡信息保存在一个二维数组里,用1表示阻挡,0表示可行走;如果场景是
