Algorithm 迷宫中所有可能块的行走算法

我读过很多关于如何解决迷宫的Q/a，我熟悉在编程中使用递归。我的情况略有不同：

我正在尝试开发一台机器（用Java）来解决一个具有一个入口点的2D竞技场，该入口点可以位于地图的任何位置，而不仅仅是边缘。我们的目标不是找到出路（没有出路，入口是出口）。他们的任务是四处走动，寻找收藏品，避开障碍物

想象一下，这是矿井里的挖掘机。天黑了，你可以看到周围有2、3、4块瓷砖，在这个范围内你只能看到收藏品，因为它们有点闪烁。无论是障碍物，还是地图的边缘都不能被“看到”，直到挖掘者尝试它们并且无法移动。这意味着我们不知道地图的完整大小和形状。有时是一系列细长隧道，有时是一组大房间（30x100个街区），或两者的组合

我尝试了一个简单的迷宫解决方案，在一个像房间一样的地图上递归，有半个空房间（没有障碍物，也没有收藏品）。从房间的这一部分开始，digger在这些空的街区里来回走了几十次，直到它最终用尽所有可能的方法，最后到达房间的另一端

显然，我需要一种不同的方法来绘制这样的地图，而这个简单的迷宫解算器非常适合（几乎可以）行走长隧道

对于已经达到这一水平的人，这里列出了其他条件和特征：

虽然大多数收藏品在被“挖掘”时会消失并让路，但有些收藏品会变成障碍物而无法通过

地图周围有通往另一张地图的大门。把它想象成电梯和楼层

有杠杆，可以打开门，收集钥匙，移动石头以打开道路，或放置在某些地方以打开区域，等等

好吧，非常棒的案例，当然，我的挖掘机将只做简单的工作（1.和2.很容易编码，而3.是给艾萨克·阿西莫夫的）

所以，如果我不清楚我到底在问什么，这里是：

---

如何改进我的算法，使其不在一个已经清晰的区域内重复太多次，并且无论地图的类型如何，在寻找收藏品时“更聪明”？

我所知道的所有图形搜索算法都假设图形从一开始就已知。如果您想尝试使用类似于图形搜索的方法，则需要为环境（传感器范围之外）建立某种概率模型，然后进行蒙特卡罗模拟：

循环N次并：

• 根据模型随机化环境未知部分的一个实例，给出您已经拥有的信息
• 在“猜测”环境中使用常用算法解决搜索问题
• 对“最佳路径”将采取的第一个运动进行投票

得票最多的运动方向获胜

---

您必须调整N和建模环境的方式，以使此方法具有任何用途。无论如何，这是一个非常困难的问题。甚至这种技术也没有考虑到每一个选择的潜在信息增益（用这种计算来深入观察，因为状态评估是昂贵的）

如何进行广度优先搜索，跟踪已经访问过的每个瓦片，这样它就不会再访问了吗？我正在考虑，看看我的实现中缺少了什么。听起来像是一个图形问题，使用一个图形库（我会说boost:：graph，但您使用的是Java…）仍然在做我的研究，并在名称“backjumping”后面找到了另一种方法。我会在我的初始注释中添加以下内容，回到您的起点，您可能应该从头开始进行另一次搜索。毕竟，在收集所有东西时，您到达某个磁贴的路径可能比从该磁贴返回的最短路径长得多。您当然应该保留有关哪些磁砖无法通行的信息。谢谢，@yonil！使我的机器能够学习是伟大的。首先，我会选择一些过于简单的方法，比如在一组解算器之间进行选择，或者/或者优先选择“挖掘”的方向——一种简单的投票系统。有了你和@Bart的指导方针，我接下来几天会很忙。再次感谢！