Herramientas Pfadfindung más usadas

Descubre por qué estas herramientas Pfadfindung son las favoritas de usuarios de todo el mundo.

Pfadfindung

  • AgentSimulation es un marco de trabajo en Python para la simulación en tiempo real de agentes autónomos en 2D con comportamientos de dirección personalizables.
    0
    0
    ¿Qué es AgentSimulation?
    AgentSimulation es una biblioteca de Python de código abierto construida sobre Pygame para simular múltiples agentes autónomos en un entorno 2D. Permite a los usuarios configurar propiedades del agente, comportamientos de dirección (buscar, huir, deambular), detección de colisiones, búsqueda de rutas y reglas interactivas. Con renderizado en tiempo real y diseño modular, admite prototipado rápido, simulaciones educativas y pequeñas investigaciones en bioinspiración y comportamiento multiagente.
    Características principales de AgentSimulation
    • Múltiples comportamientos de dirección (buscar, huir, llegar, deambular)
    • Atributos del agente personalizables (velocidad, aceleración)
    • Evitación de obstáculos y colisiones
    • Visualización 2D en tiempo real con Pygame
    • Reglas de interacción modular para entorno y agentes
  • Efficient Prioritized Heuristics MAPF (ePH-MAPF) calcula rápidamente rutas de múltiples agentes libres de colisiones en entornos complejos utilizando búsqueda incremental y heurísticas.
    0
    0
    ¿Qué es ePH-MAPF?
    ePH-MAPF proporciona un flujo de trabajo eficiente para calcular rutas sin colisiones para decenas a centenas de agentes en mapas basados en cuadrícula. Utiliza heurísticas priorizadas, técnicas de búsqueda incremental y métricas de coste personalizables (Manhattan, Euclidiana) para equilibrar velocidad y calidad de la solución. Los usuarios pueden seleccionar diferentes funciones heurísticas, integrar la biblioteca en sistemas de robótica basados en Python, y evaluar el rendimiento en escenarios estándar de MAPF. El código es modular y bien documentado, permitiendo a investigadores y desarrolladores extenderlo para obstáculos dinámicos o entornos especializados.
Destacados