不止于寻路：用Godot4.2的AstarGrid2D实现战棋游戏的可移动范围高亮
在战棋游戏开发中，角色移动范围的可视化是提升玩家体验的关键环节。当玩家选中角色时，需要立即直观地看到所有可到达的格子，这不仅能帮助玩家制定策略，还能增强游戏的沉浸感。本文将深入探讨如何利用Godot4.2的AstarGrid2D实现这一功能，并分享一些性能优化和渲染技巧。
1. AstarGrid2D基础与战棋游戏适配
AstarGrid2D是Godot4.0引入的导航网格辅助类型，相比传统的Astar2D，它提供了更便捷的网格管理功能。对于战棋游戏开发者来说，这意味着可以省去手动添加点和连接的大量工作。
初始化一个基本的AstarGrid2D网格：
var astar_grid = AStarGrid2D.new() var grid_size = Vector2i(20, 20) # 20x20的网格 var cell_size = Vector2i(64, 64) # 每个格子64x64像素 func _ready(): astar_grid.size = grid_size astar_grid.cell_size = cell_size astar_grid.diagonal_mode = AStarGrid2D.DIAGONAL_MODE_NEVER # 禁止对角线移动 astar_grid.update()战棋游戏通常需要考虑以下几个特殊设置：
- 移动类型：设置
diagonal_mode可以控制是否允许对角线移动 - 移动成本：可以通过
set_point_weight_scale为特定格子设置移动成本 - 障碍物：使用
set_point_solid标记不可通过的格子
提示：对于典型的战棋游戏，建议禁用对角线移动（DIAGONAL_MODE_NEVER），这样移动距离计算更符合直觉。
2. 可移动范围计算的核心算法
计算角色可移动范围的核心是遍历角色周围一定范围内的所有格子，检查是否可达。这里介绍两种主要方法：
2.1 矩形范围查找法
这是最简单直接的方法，适用于移动力（行动点数）较小的场景：
func get_reachable_cells(start_pos: Vector2i, move_points: int) -> Array: var reachable = [] var min_x = max(0, start_pos.x - move_points) var max_x = min(astar_grid.size.x - 1, start_pos.x + move_points) var min_y = max(0, start_pos.y - move_points) var max_y = min(astar_grid.size.y - 1, start_pos.y + move_points) for x in range(min_x, max_x + 1): for y in range(min_y, max_y + 1): var target = Vector2i(x, y) if astar_grid.is_point_solid(target): continue var path = astar_grid.get_point_path(start_pos, target) if path.size() - 1 <= move_points: # 路径长度=步数+1 reachable.append(target) return reachable2.2 广度优先搜索优化法
当移动力较大时，矩形范围查找法会检查很多不必要的格子。这时可以使用广度优先搜索（BFS）优化：
func get_reachable_cells_bfs(start_pos: Vector2i, move_points: int) -> Array: var reachable = [] var visited = {} var queue = [{ "pos": start_pos, "cost": 0 }] while queue.size() > 0: var current = queue.pop_front() var pos = current["pos"] var cost = current["cost"] if visited.has(pos) or cost > move_points: continue visited[pos] = true reachable.append(pos) # 检查四个方向的邻居 var neighbors = [ Vector2i(pos.x + 1, pos.y), Vector2i(pos.x - 1, pos.y), Vector2i(pos.x, pos.y + 1), Vector2i(pos.x, pos.y - 1) ] for neighbor in neighbors: if (neighbor.x < 0 or neighbor.y < 0 or neighbor.x >= astar_grid.size.x or neighbor.y >= astar_grid.size.y): continue if astar_grid.is_point_solid(neighbor): continue var move_cost = 1 # 可以根据地形调整 queue.append({ "pos": neighbor, "cost": cost + move_cost }) return reachable两种方法的性能对比：
| 方法 | 时间复杂度 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 矩形范围查找 | O(n²) | 小范围移动 | 实现简单 | 检查冗余格子 |
| BFS优化 | O(n) | 大范围移动 | 效率高 | 实现稍复杂 |
3. 高效的可移动范围可视化
计算出可移动范围后，如何高效地将其呈现给玩家是下一个关键问题。以下是几种常见的可视化方案：
3.1 简单高亮绘制
在_draw方法中直接绘制可移动范围：
func _draw(): # 绘制可移动范围 for cell in reachable_cells: var rect = Rect2(cell * astar_grid.cell_size, astar_grid.cell_size) draw_rect(rect, Color(0, 1, 0, 0.3), true) # 半透明绿色 # 绘制障碍物 for solid in solids: var rect = Rect2(solid * astar_grid.cell_size, astar_grid.cell_size) draw_rect(rect, Color(1, 0, 0, 0.5), true) # 半透明红色3.2 使用TileMap优化渲染
对于大型地图，使用TileMap可以获得更好的性能：
@onready var range_tilemap: TileMap = $RangeTileMap func update_range_visualization(reachable_cells: Array): range_tilemap.clear() # 清除之前的高亮 # 设置高亮图块 var highlight_tile = Vector2i(0, 0) # 假设这是高亮图块的坐标 for cell in reachable_cells: range_tilemap.set_cell(0, cell, 0, highlight_tile)3.3 动态材质效果
为了更炫酷的效果，可以使用Shader实现动态高亮：
shader_type canvas_item; uniform vec4 highlight_color : source_color = vec4(0.0, 1.0, 0.0, 0.3); uniform float pulse_speed = 2.0; uniform float min_alpha = 0.2; uniform float max_alpha = 0.5; void fragment() { vec4 original_color = texture(TEXTURE, UV); float pulse = (sin(TIME * pulse_speed) + 1.0) / 2.0; float alpha = mix(min_alpha, max_alpha, pulse); COLOR = mix(original_color, highlight_color, highlight_color.a * alpha); }4. 高级优化技巧与实战经验
在实际项目中，还需要考虑以下优化点：
4.1 路径计算缓存
频繁调用get_point_path可能成为性能瓶颈。可以缓存计算结果：
var path_cache = {} func get_cached_path(from: Vector2i, to: Vector2i) -> PackedVector2Array: var key = str(from) + "_" + str(to) if path_cache.has(key): return path_cache[key] var path = astar_grid.get_point_path(from, to) path_cache[key] = path return path4.2 移动力消耗差异化
不同地形可以设置不同的移动力消耗：
# 地形类型枚举 enum TerrainType { PLAIN = 1, # 平原，消耗1点 FOREST = 2, # 森林，消耗2点 MOUNTAIN = 3, # 山地，消耗3点 WATER = 99 # 水域，不可通过 } func setup_terrain(): # 设置山地地形 for mountain_pos in mountain_positions: astar_grid.set_point_weight_scale(mountain_pos, TerrainType.MOUNTAIN) # 设置水域障碍 for water_pos in water_positions: astar_grid.set_point_solid(water_pos, true)4.3 移动范围预计算
对于静态地图，可以在加载时预计算常用路径：
func precompute_paths(): var timer = SceneTreeTimer.new() timer.start(0.1) # 每0.1秒计算一个路径，避免卡顿 for start_pos in important_positions: for end_pos in important_positions: if start_pos != end_pos: get_cached_path(start_pos, end_pos) yield(timer, "timeout")4.4 移动范围动态更新
当游戏中有动态障碍物时，需要及时更新可移动范围：
func on_obstacle_changed(): # 清除缓存 path_cache.clear() # 重新计算当前角色的可移动范围 if selected_character: reachable_cells = get_reachable_cells(selected_character.grid_pos, selected_character.move_points) queue_redraw()在实现战棋游戏移动系统时，我发现最耗时的部分往往是路径计算而非渲染。通过将AstarGrid2D与合理的缓存策略结合，可以在保持游戏流畅的同时实现复杂的移动规则。特别是在大地图上，BFS优化算法相比简单的矩形范围查找能带来明显的性能提升。
