路径规划agent

立项背景和目标
游戏关卡策划配置 NPC 巡逻、任务行进路线时，传统方案需手动逐个放置路径节点，点位繁多时人力成本极高，还要反复调试规避穿模、贴边问题，同时人工排序点位难以得到最优行进顺序。本路径规划 Agent 旨在打通自然语言到可直接投产游戏路线的全流程，策划仅用文字描述行进需求，系统自动解析点位、规划最优访问次序、生成居中无穿模平滑路径，省去手动打点与反复调参工作，大幅降低关卡路线配置耗时。
软件核心功能模块
自然语言意图解析模块：LLM 抽取点位实体，结合向量库、BM25 关键词双路检索地图元素，融合重排获取点位像素坐标；
路径可视化预览模块：基于通行掩码图，使用图像库渲染点位与初步路线预览图；
多点访问序列优化模块：贪心策略搭配 A * 寻路，自动计算所有点位最短遍历顺序；
代价热力图生成模块：依托距离变换算法构建通行代价地图，约束路径向通道中心靠拢；
改进 A * 路径生成模块：基于代价地图寻路，规避墙体穿模，保证行进轨迹居中；
路径点精简模块：二分探测 + Bresenham 可视校验压缩冗余节点，大幅减少输出点位数量；
坐标转换与路线输出模块：完成像素、引擎、图层坐标映射，调用接口产出游戏可用路线数据。

整体架构与技术栈
整体采用 LLM 大模型 + 向量检索 + 图像算法 + 路径规划算法的混合架构，分为文本解析层、地图检索层、图像处理层、寻路算法层、数据输出层。技术栈：Python、LangChain、LLM 实体抽取、FAISS 向量库、BM25 检索、RRF 融合排序、OpenCV、PIL、A * 寻路算法、Bresenham 直线检测。
个人负责模块与量化成果
独立完成全链路开发，覆盖向量索引构建、双路召回融合、代价地图生成、改进 A寻路、路径点精简、多坐标转换模块；搭建地图元素混合检索体系，点位检索准确率超 96%；贪心 + A组合算法将多点遍历总路径长度平均缩短 18%；基于距离变换的代价地图实现路径自动居中，彻底解决穿模贴边问题；自研路径精简算法，路径节点压缩率超 90%；完整实现文字到引擎路线一键输出，策划路线配置人力耗时降低 70% 以上。
开发难点与解决方案
难点 1：自然语言描述点位模糊、地图元素检索匹配不准。解决方案：离线构建向量索引与关键词倒排索引，语义向量、关键词两路并行召回，RRF 算法融合重排提升匹配精度，低置信场景调用元素搜索 API 兜底。
难点 2：多点无固定先后顺序，人工排序路线冗余绕路。解决方案：贪心策略迭代搭配 A单点寻路，全局求解最短遍历序列，自动规划最优访问次序。
难点 3：原生 A路径容易贴墙、存在大量冗余拐点。解决方案：通过距离变换生成距离代价热力图，让寻路优先选择通道中心；二分跳跃探测 + Bresenham 可视校验剔除中间无效节点，精简输出路径点集。
难点 4：像素坐标无法直接适配游戏引擎使用。解决方案：设计三层坐标转换映射规则，统一封装转换接口，自动完成像素、图层、引擎坐标换算，直接产出可投产数据。