迷宫生成与路径规划算法-Python3.8-附Github代码

Posted 神仙盼盼

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了迷宫生成与路径规划算法-Python3.8-附Github代码相关的知识,希望对你有一定的参考价值。

MazeProblem

简单介绍一下

该项目不过是一个平平无奇的小作业,基于python3.8开发,目前提供两种迷宫生成算法与三种迷宫求解算法,希望对大家的学习有所帮助。

项目如果有后续的跟进将会声明,目前就这样吧~代码在这github_code

效果图如下所示:

环境介绍

刚刚说了,这是python3.8,同时我们还包含了两个第三方库,这些我将会放在requirement.txt中。是的,我现在意识到它非常重要,因为跑别人代码没有它真的很容易环境冲突。

文件介绍

项目很简单,一共只有三个文件,所以如果是想要学习的朋友应该很容易可以梳理清楚文件的关系。

ui.py 是项目的UI设计以及运行入口,所有的逻辑都是基于此开发的;

Generate.py 是项目中负责生成迷宫的,提供了DFSPRIM两种生成方式,具体的逻辑一会会介绍;

solve.py 是项目中负责迷宫求解的部分,提供了DFSBFSA*三种迷宫求解方案。

生成算法逻辑实现

该部分介绍一下两个迷宫生成算法的主要逻辑。

DFS 生成迷宫

深度搜素算法构建迷宫。我在实现该算法的时候和网络上的方法略有出入,大体流程如下:

  1. 首先构建迷宫大小的两个矩阵,分别位记录迷宫形状的maze_map和记录迷宫访问状态的maze_state;同时还有一个记录DFS状态的memory列表。
  2. 将起点添加进上述三个空间中:
  3. memory列表不为空时,开始循环:
    1. 如果memory最后一个元素可以向外扩展:即与该元素相邻的元素存在未被访问过的元素,则将该元素添加进入列表中,如果有多个未被访问过的元素,则随机选择一个进入,来确保迷宫的随机性。并将添加进来的元素的maze_state标记为1。
    2. 如果memory最后一个元素无法向外扩展,则将该元素从memory中弹出。

这里需要注意的时,如何判断一个元素是否可以向外扩展呢?这里的判断条件如下:

  1. 不可以超出迷宫限定的大小范围;
  2. 扩展的点不能被访问过
  3. 被扩展的点不能联通两个两条路线,防止出现环;

通过DFS生成的迷宫图效果如下图所示:

PRIM 生成迷宫

PRIM构建迷宫。该算法构建迷宫构建流程如下图所示:

  1. 构建一个迷宫大小的深度为5的向量,分别包含访问标记、四周墙体的状态。同时,包含一个memory来记忆以及打通的墙体;
  2. 将起点添加进去;
  3. 当memory长度不为空的时候,开始循环:
    1. 随机从memory中抽取一个节点m;
    2. 获取节点m所有合法的探索方向;
    3. 如果探索方向合法且新的节点未被访问过则添加进入memory,并标记为访问过,否则弹出memory。

同样的,这里的合法的探索方向也有限制条件:

  1. 不可以超出迷宫限定的大小范围;
  2. 扩展的点不能被访问过

通过PRIM生成的迷宫图效果如下图所示:

求解路径算法逻辑实现

在完成了迷宫设计后,接下来开始设计求解方法。

DFS 迷宫求解

DFS是经典的迷宫求解算法,通过深度搜索探索全部路径,直到到达终点,这在仅有一条通路的情况下是还不错的。但通常现实环境是复杂的,存在多条通路的,在这种情况下DFS很难获得最优路径。
接下来介绍DFS的实现流程:

  1. 建立地图的标记坐标,以及存放以及走过位置的memory;
  2. 开始循环:
    1. 如果当前坐标无法扩展新的坐标,则弹出;
    2. 如果当前坐标可以扩展新的坐标,则将新的坐标入栈,且新坐标的标志位设置为1;
    3. 若新的坐标为终点时,结束循环。

同样的,算法方向的选择也是核心问题之一:

  1. 新的坐标未超出地图位置;
  2. 新的坐标不是墙体且未被访问过。

BFS 迷宫求解

BFS也是常用的迷宫问题求解算法,通过广度优先的方法,通常来说广度优先搜索在路径搜索中可以得到最优解。如果迷宫有且仅有唯一解,该算法所探索的格子一般远高于DFS探索的空间,但如果迷宫中有多个路径存在时,该算法可以获得最优解。接下来时BFS算法逻辑:

  1. 建立地图的标记坐标,以及存放以及走过位置的memory,同时我们还需要一个存放每一次迭代的所有坐标的列表;
  2. 开始循环:
    1. 对坐标列表中的所有位置进行迭代,将可以到达的坐标添加到新的坐标列表中,并更新memory和标志位;
    2. 检查是否到达终点,到达则跳出循环。

在方向的统计上,同BFS一样。

A* 迷宫求解

DFS虽然可以求得最优路径,但由于其的复杂度极高,且遍历空间极大的问题,在实际使用中通常不被采用;A*算法是在其后的佼佼者,通过启发式搜索的方式,在程序运行的阶段,对于其当前位置的移动损耗和预计损耗作为评估指标,来实现剪枝的作用。其流程如下所示:

  1. 建立地图的标记坐标、存放以及走过位置的memory、损耗优先队列cost;
  2. 开始循环:
    1. cost最小的元素进行拓展;
    2. 如果拓展结果为空,则弹出;
    3. 如果拓展结果存在值,则计算新节点的cost,并添加入cost队列中。
    4. 检查是否到达终点,到达则跳出循环。

一些问题

  1. 还有一些迷宫生成方法没有加入,如递归分割迷宫生成法。

  2. 如果拓展结果存在值,则计算新节点的cost,并添加入cost队列中。
    4. 检查是否到达终点,到达则跳出循环。

一些问题

  1. 还有一些迷宫生成方法没有加入,如递归分割迷宫生成法。

  2. 在UI输出坐标移动位置时,如果地图过大会导致页面卡死。

以上是关于迷宫生成与路径规划算法-Python3.8-附Github代码的主要内容,如果未能解决你的问题,请参考以下文章

路径规划基于matlab A_star算法机器人走迷宫路径规划含Matlab源码 1332期

路径规划基于matlab A_star算法机器人走迷宫路径规划含Matlab源码 1389期

路径规划 | 图解LPA*算法(附ROS C++/Python/Matlab仿真)

路径规划 | 图解A*DijkstraGBFS算法的异同(附C++/Python/Matlab仿真)

路径规划 | 图解跳点搜索JPS算法(附ROS C++/Python/Matlab仿真)

ROS1云课→20迷宫不惑之A*大法(一种虽古老但实用全局路径规划算法)