在最初的《吃豆人》中，幽灵会通过“气味”在地图上留下痕迹，鬼魂会随机四处游荡，直到它们找到气味，然后它们会沿着气味路径直接找到玩家。吃豆人每移动一次，“气味值”就会减少1。

现在，一个扭转整个过程的简单方法是建立一个“幽灵气味金字塔”，它的最高点在地图的中心，然后鬼魂就会朝着气味的方向移动。

这是我能找到的关于它是如何工作的最好的资料。

http://gameai.com/wiki/index.php?title=Pac-Man#Respawn 当幽灵被杀死时，它们脱离实体的眼睛会回到最初的位置。这可以通过将幽灵的目标贴图设置到该位置来实现。导航使用相同的规则。

这是有道理的。也许不是世界上最有效的方法但这是一种很好的方法不用担心另一种状态或者沿着这些线你只需要改变目标。

附注:我没有意识到那些吃豆人程序员有多棒，他们基本上是在非常小的空间和非常有限的内存中创建了一个完整的消息系统……太神奇了。

最初的《吃豆人》并没有使用寻径或花哨的AI。它只是让玩家觉得游戏比实际更有深度，但实际上它是随机的。正如Ian Millington和John Funge在《ai Intelligence for Games》中所述。

Not sure if it's true or not, but it makes a lot of sense to me. Honestly, I don't see these behaviors that people are talking about. Red/Blinky for ex is not following the player at all times, as they say. Nobody seems to be consistently following the player, on purpose. The chance that they will follow you looks random to me. And it's just very tempting to see behavior in randomness, especially when the chances of getting chased are very high, with 4 enemies and very limited turning options, in a small space. At least in its initial implementation, the game was extremely simple. Check out the book, it's in one of the first chapters.

我的方法有点内存密集型(从《吃豆人》时代的角度来看)，但你只需要计算一次，它适用于任何关卡设计(包括跳跃)。

一次标记节点

当你第一次加载一个关卡时，将所有怪物巢穴节点标记为0(代表与巢穴的距离)。继续向外标记已连接的节点1，连接到它们的节点2，依此类推，直到所有节点都被标记。(注意:如果巢穴有多个入口，这也是有效的)

我假设您已经有了表示每个节点和到它们的邻居的连接的对象。伪代码可能看起来像这样:

public void fillMap(List<Node> nodes) { // call passing lairNodes
    int i = 0;

    while(nodes.count > 0) {
        // Label with distance from lair
        nodes.labelAll(i++);

        // Find connected unlabelled nodes
        nodes = nodes
            .flatMap(n -> n.neighbours)
            .filter(!n.isDistanceAssigned());
    }
}

眼睛移动到距离标签最小的邻居

一旦所有节点都标记好了，路由眼睛就变得很简单了……只需要选择距离标签最小的相邻节点(注意:如果多个节点的距离相等，那么选择哪个节点并不重要)。伪代码:

public Node moveEyes(final Node current) {
    return current.neighbours.min((n1, n2) -> n1.distance - n2.distance);
}

全标记示例

这是一个寻径问题。有关流行的算法，请参见http://wiki.gamedev.net/index.php/A*。

下面是ammoQ的洪水填充想法的模拟和伪代码。

queue q
enqueue q, ghost_origin
set visited

while q has squares
   p <= dequeue q
   for each square s adjacent to p
      if ( s not in visited ) then
         add s to visited
         s.returndirection <= direction from s to p
         enqueue q, s
      end if
   next
 next

它的思想是宽度优先搜索，所以每次你遇到一个新的相邻正方形s，最好的路径是经过p。我相信是O(N)。