人工智能是游戏设计过程中重要的组成部分,路径搜索是人工智能应用于游戏中的最基本的问题之一。在当今游戏工业界,A~*算法是被大家最广泛使用的人工智能寻路算法,也是最有效的最短路径搜索算法之一。A~*算法实际上是一种基于广度优先搜索的启发式搜索算法,通常采用估价函数对当前的搜索位置进行评估。标准的A~*算法根据Closed表对路径进行逆向提取,当存在死路的时,它会把走向死路的点也包含进去,造成走弯路的现象,从而不能得到最优解。本文针对标准A~*算法存在走弯路的问题,提出一种改进的A~*算法。该算法通过为每个节点增加一个父指针,在路径提取的时候,根据父节点表和Closed表中节点的信息,由目标节点开始通过其父指针不断回溯,直到开始节点为止,这有效地避免走弯路的现象,保证得到最优路径,具有较好的通用性。由于人工智能查询需要不断的调用A~*算法,给程序性能带来很大的负面影响,本文针对多次A~*算法的调用问题,对上述改进A~*算法做了进一步的改进,提出了一种衍生A~*算法。该算法可以接受多个起始节点和多个停止节点,通过一次调用就可以实现多次A~*调用,提高了程序的运行效率。另外,本文还对路径平滑、各种地形的不同损耗、角色的碰撞等游戏设计中需要考虑的问题进行了探讨,提出了相应的改善方法。最后,利用迷宫问题对改进A~*算法进行数值试验,并对四种常用的路径搜索算法在搜索时间、扩展节点数、及内存中最大节点数等进行了比较分析,所得试验结果验证了改进的A~*算法在人工智能寻路中所具有的时间效率和空间效率。