Exemplos

Estes exemplos demonstram como modelar diferentes problemas de busca com o AI Gym.

Mundo do aspirador

VacuumWorldGeneric.py recebe um arquivo de texto que descreve os cômodos sujos e a posição inicial do robô. No mapa, 0 significa limpo e 1 significa sujo.

0;1;1;1
0;0;0;0
1;1;1;1

Execute o exemplo com o arquivo de configuração, a linha e a coluna:

python docs/src/VacuumWorldGeneric.py configuracao.txt 0 0

As ações disponíveis movem o robô para a esquerda, direita, cima ou baixo, ou limpam o cômodo atual. Uma solução válida alcança um estado no qual todos os cômodos estão limpos.

Outra configuração pode iniciar o robô na linha 2 e coluna 3:

0;1;1;1
0;0;1;1
1;1;1;1

python docs/src/VacuumWorldGeneric.py configuracao.txt 2 3

Ver implementação

Problema da ponte do U2

Os quatro integrantes do U2 precisam atravessar uma ponte em 17 minutos. É noite, eles possuem uma lanterna e no máximo duas pessoas podem atravessar juntas. Bono, Edge, Adam e Larry levam, respectivamente, 1, 2, 5 e 10 minutos. Uma dupla se move na velocidade da pessoa mais lenta.

O objetivo é levar todas as pessoas e a lanterna para o outro lado com o menor custo total.

Ver implementação

Quebra-cabeça de 8 peças

O exemplo do quebra-cabeça de 8 peças utiliza A* para organizar as peças numeradas no estado objetivo.

Ver implementação

Jogo da Velha

O exemplo de Jogo da Velha modela uma partida 3×3 completa para o MinMax. O X é representado por 1 e maximiza a utilidade; O é representado por -1 e a minimiza; casas vazias utilizam 0.

Cada estado armazena um tabuleiro imutável e o próximo jogador. successors() cria um estado para cada casa vazia. cost() retorna uma utilidade terminal alta para uma vitória e uma estimativa baseada nas linhas no limite de profundidade.

Execute o exemplo a partir da raiz do projeto:

python -m docs.src.NoughtsNCrosses

Para exibir a árvore de decisão, altere a chamada final para play(trace=True). O MinMax exibe dois níveis por padrão, preservando o caminho selecionado completo. Aumente trace_max_depth apenas para árvores pequenas.

Ver implementação