游戏中的寻路算法已经成为一个研究领域，游戏中大型地图上的寻路可能会造成严重的性能损耗。如何在有限的内存和CPU资源下，通过搜索快速算法找到路径，这就是寻路算法要做的事。
角色扮演游戏和即时战略游戏等游戏通常让角色在执行任务时从当前位置前往预定或玩家确定的目的地。而从源点到目的地的路径可能包括几种不同的解决方案，解决方案会涵盖以下几点：
1.从源点A到目的地B的方式。
2.绕过障碍物的方法。
3.寻找最短路径的方法。
4.快速找到路径的方法。
为了解决上述问题，会使用包括A*搜索算法、广度优先搜索算法和深度优先搜索算法在内的几种搜索算法。
A*搜索算法
A*是一种通用搜索算法，可用于找到多个问题的解决方案，寻路基本上就是其中之一。该算法结合了统一成本搜索和启发式搜索的特点。对于寻路，A*算法一次又一次地检查未探索节点的位置。当一个位置为目标时，A*算法完成。
A*可能是游戏AI中最流行的寻路算法。
广度优先搜索算法
广度优先搜索算法使用先进先出队列。该算法涉及一次访问一个节点。这种广度优先搜索算法按照节点与源节点的距离顺序访问节点，其中距离测量为遍历边的数量。
深度优先搜索算法
深度优先搜索算法使用后进先出堆栈并且在算法中是递归的。只要有可能，该算法就会随时深入搜索空间。实现起来很简单，但是这个算法的主要问题是它需要很大的计算能力。
深度受限搜索算法
深度限制搜索算法是一种统一搜索，其工作原理与深度优先搜索算法类似，但通过对搜索深度施加最大限制来避免其在完整性方面的缺点。该算法将在深度限制内找到解决方案。
最佳优先搜索算法
最佳优先搜索算法使用两个列表（打开列表和关闭列表）来限制状态，就像广度优先搜索算法一样。在每一步，最佳优先搜索根据启发式函数对队列进行排序。该算法简单地选择具有最佳启发式值的未访问节点进行下一步访问。
爬山搜索算法
爬山搜索算法扩展搜索中的当前状态并评估其子级。它是一种迭代算法，从问题的任意解决方案开始，然后通过逐步更改解决方案的单个元素来努力寻找更好的解决方案。如果更改产生了更好的解决方案，则对新解决方案进行增量更改，重复进行，直到找不到额外的改进。该算法无法从其策略的失败中恢复。
