12、自主迷宫导航与新奇搜索优化方法解析

自主迷宫导航与新奇搜索优化方法解析

1. 自主迷宫导航实验

在自主迷宫导航实验中，我们可以观察到物种随世代的变化情况。例如，在物种形成图中，ID 为 7 的物种被标记为粉色，该物种在进化过程中最终产生了成功解决迷宫的基因组。这个物种的规模在其生命周期中变化显著，有几代（从第 105 代到第 108 代）它是整个种群中唯一的物种。

为了直观地了解进化过程中各种物种的表现，我们引入了一种新的可视化方法。操作步骤如下：
在实验的工作目录中执行以下命令：

$ python visualize.py -m medium -r out/maze_objective/medium/data.pickle --width 300 --height 150

该命令会加载存储在 data.pickle 文件中的每个迷宫求解智能体在进化过程中的适应度评估记录，然后在迷宫地图上绘制出智能体在迷宫求解模拟结束时的最终位置。每个智能体的最终位置用彩色圆圈表示，圆圈的颜色编码表示该智能体所属的物种，进化过程中产生的每个物种都有唯一的颜色代码。

通过设置适应度阈值，我们可以筛选出表现最佳的物种。表现最佳的物种（适应度得分高于 0.8）所属的求解智能体是积极的探索者，它们的基因促使它们在迷宫中探索未知区域，最终位置几乎均匀地分布在起点周围的迷宫区域，在局部最优死胡同处的密度较低。而进化中的失败者则表现出更保守的行为，主要集中在起始区域的墙壁附近以及迷宫底部最大的死胡同（最强的局部最优区域）。

以下是实验中的一些练习：
1