La planification de chemin est un domaine de l'intelligence artificielle permettant à un personnage, un objet, une unité de se déplacer automatiquement, dans un environnement, en évitant les obstacles et sans intervention humaine. Ce déplacement s'effectue entre une configuration de départ et une configuration d'arrivée. Lors de ce déplacement, à aucun moment le personnage ne doit se retrouver dans une configuration invalide. Dans le contexte des jeux vidéo commerciaux actuels, cette technique est malheureusement encore peu utilisée correctement. De plus, peu de publications concernent la planification de chemin lorsqu'effectuée dans un environnement triangularisé. Lorsqu'utilisé dans un jeu vidéo, il est nécessaire que le calcul du chemin soit effectué très rapidement afin de fournir un temps de réaction presque immédiat au joueur. La solution calculée n'est alors pas forcément optimale mais propose un bon compromis si l'on souhaite mettre l'accent sur la vitesse de réponse. Nous expliquons d'abord le principe de la planification de chemin en détail et ensuite certaines des techniques les plus connues tels que Dijkstra, A*, Breadth First Search, Depth First Search, etc. Nous détaillons les avantages et inconvénients des environnements triangularisés par rapport aux autres techniques de maillage. Nous exposons aussi dans ce mémoire le fruit de nos recherches et expérimentations sur l'environnement de recherche Mammoth en comparant l'évolution de la planification de chemin dans ce contexte précis. Nous utilisons également les techniques existantes pour parcourir les cartes du jeu et discutons des problèmes rencontrés et des évolutions possibles. De nos jours, lorsque la planification de chemin est effectuée dans un environnement triangularisé, on parle souvent de A* pour la sélection des triangles et ensuite de parcours par les milieux des côtés des triangles ou bien par leur centre. Or, cela est loin d'être optimal et bien que rapide, propose un déplacement nettement plus long dans ce cas. Pour répondre à cette problématique, nous utilisons en particulier trois algorithmes spécifiques : Triangulation A* et Triangulation Reduction A* afin de sélectionner les triangles par lesquels le personnage va passer et l'algorithme funnel modifié pour le déplacement à l'intérieur de ces triangles. Pour conclure, nous comparons ces différentes techniques de planification de chemin dans ce contexte en comparant la vitesse d' exécution, le nombre de nœuds explorés et la distance parcourue notamment afin d'en déduire la technique la plus appropriée pour Mammoth.
______________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : Planification de chemin, pathfinding, triangulation, algorithmes, A*, funnel, TA*, TRA*
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMUQ.5060 |
| Date | 09 1900 |
| Creators | Shakour, Marc |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Detected Language | French |
| Type | Mémoire accepté, NonPeerReviewed |
| Format | application/pdf |
| Relation | http://www.archipel.uqam.ca/5060/ |
Page generated in 0.0019 seconds