近年来随着电子游戏的硬件发展越来越好,游戏中图形图像的计算处理占比降低了很多,传统的场景和画面等效果获得了极大发展的同时,玩家开始注重一款电子游戏的内容,希望游戏中角色的行为方式能够更加接近于现实中的人,这使得游戏开发人员在游戏人工智能方面加大了投入力度,而在游戏人工智能中,角色的智能寻路系统一直是研究的重点。在智能寻路系统中起主导作用的是智能寻路算法。目前电子游戏使用的智能寻路算法中最为经典的就是A*算法,其它很多优秀的寻路算法也都是从该算法中发展而来。标准的A*算法是使用估价函数F(n)=G(n)+H(n)来指导寻路,从而快速地在地图中找到一条最短路径。但是标准的A*算法也存在着一些不足。本文通过对标准A*算法详细研究,提出了几种优化方法来对其进行改进:首先在A*算法的启发函数中添加启发系数来优化寻路过程中“多余”路径的寻找,使用二叉堆来维护A*算法中的开启列表;然后对地图中的路径权值进行优化,已生成路径采用“取中值插入法”进行平滑处理,采用分区域搜索方法进一步优化A*算法,使其应用于游戏地图类型的范围更广。最后通过一个Unity3D引擎制作的仿真实验程序的测试,来验证采用上述几种方法改进优化标准的A*算法后,寻路效率更高、使用范围更广、玩家体验更好,且可以实际应用在游戏中。