基准策略含有多处bug,通关率较低。 方向传感器恒返北我改为比较相邻两步 position 的位移差反推真实朝向再用 memory 在线测绘地图已知墙/可走格/金币位置在地图上做乐观 BFS 导航步数预算内主动探索前沿格子找金币见币就捡最后直奔终点。1. 我的优化方向可多选步数优化让机器人走得更快金币收集让机器人捡更多金币成功率让机器人在各种地图上都能到终点记忆利用让机器人记住走过的路其他朝向自推断我的实验条件 #7 是方向传感器故障必须先解决不知道自己面朝哪的问题其他优化才有意义简要说明你的优化思路100 字以内方向传感器恒返北我改为比较相邻两步 position 的位移差反推真实朝向再用 memory 在线测绘地图已知墙/可走格/金币位置在地图上做乐观 BFS 导航步数预算内主动探索前沿格子找金币见币就捡最后直奔终点。2. 我具体改了什么改动 1朝向自推断每步比较当前 position 与上一步 position 的位移差dy-1→北、dx1→东、dy1→南、dx-1→西直接反推真实朝向位置没变时按自己上一步发出的左转/右转/后转更新朝向信念。整个策略完全不读 perception[“direction”]因此对约束 #7 免疫。改动 2在线测绘 记忆朝向已知后把 front/right/back/left 四个相对传感器读数换算成绝对方向逐步把地图哪些格是墙、哪里有金币画进 perception[“memory”]信息跨步持久。改动 3乐观 BFS 导航在已测绘地图上做广度优先搜索未探明的格子先乐观当作可通行撞到新墙就即时重规划去捡金币/探索时把终点格当雷区绕开避免顺路踩上终点提前结束。改动 4主动探索 拾金步数预算内上限 78 步并用已用步数 2×到终点距离 100做动态保险前往最近的前沿格子与未知区域相邻的已知格照亮地图侦察到金币就绕路去捡预算耗尽后直奔终点。3. 优化前后对比运行python run.py --evaluate获取数据填入下表指标Baseline优化前我的版本优化后提升倍数平均步数~345实测903.8 倍金币收集率~61%实测88%1.4 倍通关成功率~67%实测 10/15100%15/1533 个百分点自动评测分数Baseline 34/50 → 我的版本50/50满分步数效率 20/20、金币收集 15/15、通关成功 15/15。另外本策略从不读取 direction所以带约束 #7方向传感器故障评测的结果与上表完全一致同样是 50/50平均 90 步、金币率 87.6%、通关 15/15。请粘贴一张评测报告的终端截图4. 遇到的问题和解决方法问题 1方向传感器恒返北无法得知真实朝向连前方是哪边都换算不成绝对方向。怎么解决的注意到只有前进会改变位置于是比较相邻两步 position 的位移差来反推真实朝向——移动成功那一刻朝向就被唯一确定位置不变时原地转向或被墙挡住按自己上一步发出的转向动作维护朝向信念。开局朝向未知时先试水走一步前方是墙就先右转再试一旦位置发生变化朝向立即揭晓。问题 2去捡金币/探索的路上机器人经常莫名其妙提前结束游戏金币率上不去。怎么解决的逐步调试在 memory 里记录每步选的目标格后发现两个隐蔽 bug① BFS 去往金币/前沿的路径可能恰好穿过终点格踩上去游戏立即结束② 终点格自己若有未知邻居会被误判成前沿格子去探索它等于主动踩终点。修复目标不是终点时把终点格当雷区从 BFS 里屏蔽前沿候选排除终点格。修复后金币率从 33% 提升到 88%。5. 如果还有时间我会怎么继续改进① 探索顺序改成信息增益贪心优先去能一次照亮最多未知格的前沿用更少步数覆盖更大区域把地图 4/5 的金币率从 67%/71% 再往上推② 把去哪些金币、按什么顺序建模成小型 TSP用最近邻 2-opt 求更优拾金顺序③ 目前每步全量重算 BFS可以改成本地化重规划把策略推广到更大网格④ 给转向做平滑连续同向转弯提前合并进一步压低步数。6. 通过这个实验我对「具身智能」的理解50 字以内智能体不依赖完备感知也能行动用行动的后果位置变化反推自身状态边走边把世界画进记忆感知缺陷可以用行动 记忆 推理补齐。