前言
先把本算法的适用场景和优缺点写在前面，需要的可以继续看，不适用的就可以直接略过了。然后在循序渐进介绍本算法。演示效果在最后。
本算法适用场景
优缺点
一、A*寻路
A*寻路算法是基于格子的启发式探索寻路，优点是准确可靠、适用性强，缺点是长距离频繁寻路时效率较低。为解决这些缺点，还出现了JPS寻路等优化的算法。
二、势场寻路
势场寻路（也叫流场）是在即时战略等类型的游戏中经常采用的，具有耗时短、效率高等优点。基本原理为阻挡、敌方防御塔等会对队员产生斥力，目标点会产生吸引力，于是在整个地图的每个格子上会计算出方向（效果如下图），那么一个队员下一步要往哪里走就显而易见了。
三、避障寻路（RVO算法）
RVO（Reciprocal Velocity Obstacles）是动态避障算法，简单的说就是让在一个区域内运动的队员相互之间不会碰撞。基本原理是把任意两个队员的运动的速度和方向、所占体积作为相对值来进行运算，用以判断在未来的某个时刻是否会碰撞（计算原理图如下）。
该算法的优点是避障的准确度高，每个队员都可以有自己的行为。缺点是运算量较大，大队伍运算时效率低。
四、快速小队伍动态势场避障寻路算法介绍
本算法结合上述A*和势场寻路的算法和特点，实现快速动态避障寻路。算法基本步骤介绍如下：
第一步：确定队员的宽度（一般是直径、或者宽度）和通常情况下队伍的整体宽度（包括队员数、松散程度、阵型等因素）
第二步：确定格子宽度，一般一个格子可以最多容纳2或者4个队员，但是在通常情况下只有一个队员，这样队伍看起来比较自然。
第三步：准备好地图数据文件，包括阻挡等信息。
第四步：当某个队伍需要寻路时，先用A*寻路，计算出最优路径。
第五步：以队伍半径，动态计算出路径的沿途势场，作为一个势场层。如果有多个队伍寻路，则形成多个层。如果有队员在该势场层所有格子之外，则判断该队员所在格子的邻近格子的势场，然后计算该格子的势场方向，然后将该格子加入势场层。势场层可以进行四叉树、AABB树优化。
第六步：队伍开始移动，逐一计算队员运动方向等，优先计算队伍前面的和距离阻挡近的，然后是中间的。判断队员所在格子的最优方向是否有其他队员，如果没有就走向这个格子；如果有则走次优方向；如果仍然没有则停止移动。
第七步：遇到路径变狭窄，则优先让队员挤进相同格子，如果挤不进去，则停止；如果路径变宽则让队员松散开。此时可能会变速（往里挤的速度会慢一点，松散开的速度会快一些）。
第八步：两个队伍相遇，如果队伍是松散状态，每个格子可以容纳多余1个的队员，则可以相交而过。如果格子里的兵满了，则会发生拥挤。此时应该判断那个一队伍有优先通过权力（先到先行、骑兵大于步兵等）。
第九步：突然出现障碍物，则需要从第四步重新计算。
五、其他
如果队员体积不同、速度不同等其他条件，需要按照具体需求改进算法。实测百人左右的队伍基本没什么压力。
第五步形成势场层后的效果图如下：
整体效果视频如下（感谢网友云中漫步提供思路和视频）：
整体效果视频，提取码ybk7
