A*和Q*是两种不同的AI算法，A*是一种寻路和图遍历算法，适用于视频游戏中的NPC移动、GPS系统中的路线映射和机器人导航；Q*是一种无模型强化学习算法，适用于股票交易算法、自动驾驶汽车和自适应控制系统。A*适用于确定性问题，Q*适用于随机环境。A*是静态算法，Q*是学习算法。A*以高效著称，Q*寻求最优策略。A*的计算复杂度低于Q*。

华为软件精英挑战赛两届冠军刘露分享了比赛经验，包括调度算法、寻路算法、让路算法和运动控制算法等。其中，调度算法采用任务估值函数，寻路算法通过BFS搜索可达的代表点解决机器人无法到达工作台中心的问题，让路算法通过碰撞检测和寻找避让点两步计算避让点，运动控制算法考虑机器人的最大加速度和角加速度。刘露认为算法通用性是取胜关键。

本文探讨了Flocking算法与寻路算法的结合。Flocking算法模拟鸟群行为，通过分离、聚合和对齐调整速度，但在有障碍物的环境中，鸟群难以遵循路径。为解决此问题，提出了使用Leader和Target角色的方案，优化鸟群运动。结合AStar和Dijkstra算法，生成宽路径以满足鸟群的寻路需求，提升运动的自然性和效率。