搜索
•宏观--微观算法模型(M2MModel)•来源于人类认知思维模式的算法模型•解决问题从宏观出发，排除一些不需要考虑的因素，锁定一个更窄的范围，直到一个粒度适合的规模，然后就可以迅速地解决问题。2013网赚方法大总结和有信誉网站收集@126/blog/static/1118482982012112251657625/2013任务赚钱类网站收集（含赚钱流程）年最值得关注的网络赚钱-威客有奖调查网站收集网盘-你所不知道的秘密（OnlyonePart）Secondlevel（16parts)Thirdlevel（256parts)基础算法共享的预处理应用算法应用领域宏观微观分析最近（远）邻求区域面积求线的交点求区域交集判断区域是否在区域内凸包…………碰撞检测寻路TSP聚类…………多智能体系统网络路由算法游戏人工智能交通网络路线导航医用器材视觉导航技术…………M2M寻路算法是一种宏观－微观(MacroToMicro)寻径算法。这种寻径算法思路相对于传统寻径算法思路来说，更加类似于人（human-like）的思维模式，它是结合了人类宏观启发式思维的优势和计算机微观处理的速度优势而产生的高效的寻径算法。寻径的效率低动态性差随着地图规模的不断变大，尤其是面对未来3D场景中的寻路任务，对寻路算法的效率要求越来越高。此外,实际场景中寻路地图的频繁的局部变化，包括边的变化，顶点的变化等，要求寻路算法具备较好的动态性。预处理过程查询过程M2M算法寻路过程预处理过程按从粒度最小的层到粒度最大的层的顺序建立分层数据结构，并对每个分块中的连通分支进行分析。05001000150020002500100120140160180200220240260280300320340360380400420440460480500M2M算法与DIJ算法寻路时间对比M2M-PFRV=0.5M2M-PFRV=1M2M-PFRV=2DIJ0.940.960.9811.021.041.061.081.11.12100120140160180200220240260280300320340360380400420440460480500M2M算法与DIJ算法寻路精确度比例M2M-PFRV=0.5M2M-PFRV=1M2M-PFRV=2DijkstraHA*HPA*PRA*M2MPreprocessingsharingNoPoorPoorPoorGoodParallelismPoorGeneralPoorGoodGoodDynamicsNoGeneralPoorGoodGoodMultiplelevelsandvariousgranularitiesNoYesYesYesYesStep-wiserefinementNoNoYesYesYesBalancebetweenaccuracyandefficiencyNoYesYesYesYesSpreadingtimecostoverexecutiontimeNoNoYesYesYesWorksongenericmapsYesNoYesNoYesExtendto3DYesYesNoPoorYesTheComparisonAmongPathfindingAlgorithms。多智能体系统即时战略游戏计算机网络路由算法交通网络路线导航火星探测器寻路医用器材视觉导航技术其他领域SIMD（SingleInstruction,MultipleData）架构，可以利用GPU（GraphicProcessingUnit）强大的并行计算能力来快速建立M2M模型，发挥M2M模型的并行性可以更广泛地去处理最优化等许多领域的问题改进算法以便处理更复杂的地图2.扩展到多维空间1.改进算法3.GPU（GraphicProcessingUnit）计算•将M2M寻路引擎、M2M碰撞检测引擎和3D显示引擎统一起来成为一套成熟的开源AI(人工智能）引擎，努力做到成功的商业运营。•游戏寻路引擎(作为中间件，销售对象为游戏二次开发商）•其他商业用途商业构想