pacman

SearchAgent

SearchAgent初始化时包含三个参数：

• fn='depthFirstSearch' 搜索算法
• prob='PositionSearchProblem'解决的搜索问题
• heuristic='nullHeuristic'是否使用启发式函数
  init中有个if else的结构，有无启发信息直接返回searchfunction, 否则定义一个lambda表达式把启发函数作为参数加进去：self.searchFunction = lambda x: func(x, heuristic=heur)
  
  在registerInitialState函数中，根据输入初始状态，调用搜索方法函数，返回actions，并计算actions对应的path的cost值。

SearchProblem

SearchProblem类中，定义了如下几个方法，写搜索算法的时候主要也依赖于这几个函数，先弄清楚比较好：
getStartState() ：返回searchproblem的初始状态
isGoalState(state)：state是否是目标状态（是否到达（1,1）位置）
getSuccessors(state)：获得state的后继状态，返回三元组（successor, action, stepcost）, action是到达后继状态的行动，stepcost是扩展到后继状态的损失
getCostOfActions(actions)：获得行动序列的总体损失

PositionSearchProblem(search.SearchProblem)

目标：给定棋盘上的一个点Point(x,y), 求到达目标点的路径
定义了：

• state space 状态空间的定义
• start state
• goal test
• successor function
• cost function

__init__函数中的参数：

gameState 定义在pacman.py中的一个object
costFn = lambda x: 1 costfunction定义了一个最简单的返回1
goal=(1,1) 目标是左下角的一个点
start=None 初始状态是一开始的位置，gameState.getPacmanPosition()
warn=True
visualize=True 

 def getSuccessors(self, state):
# 返回三元组（successor, action ,cost ）的列表
# 三元组格式， 例如（（3,4），“north”, 1）代表下一步要移动到（3,4），是原始点向北移动了一步，这一步cost=1 
        successors = []
        # 所谓的action，其实就是向东南西北四个方向移动
        # 遍历一遍四个方向，排除是墙的动作，其他的加入到successor列表中
        for action in [Directions.NORTH, Directions.SOUTH, Directions.EAST, Directions.WEST]:
            x,y = state # state为当前所在的位置
            # directinToVector函数会根据action是东南西北返回一个元组，比如（0,1），就是x,y的增加值
            dx, dy = Actions.directionToVector(action)
            nextx, nexty = int(x + dx), int(y + dy)
            if not self.walls[nextx][nexty]: # 如果不是墙
                nextState = (nextx, nexty)
                cost = self.costFn(nextState) # 计算到达这个状态的cost
                successors.append( ( nextState, action, cost) )

        # Bookkeeping for display purposes
        self._expanded += 1 # DO NOT CHANGE
        if state not in self._visited:
            self._visited[state] = True
            self._visitedlist.append(state)

        return successors

    def getCostOfActions(self, actions):
        """
        Returns the cost of a particular sequence of actions. If those actions
        include an illegal move, return 999999.
        """
        if actions == None: return 999999
        x,y= self.getStartState()
        cost = 0
        # 不向墙移动的action的cost都是1 
        for action in actions:
            # Check figure out the next state and see whether its' legal
            dx, dy = Actions.directionToVector(action)
            x, y = int(x + dx), int(y + dy)
            if self.walls[x][y]: return 999999 #墙的cost的值巨大，一定会排除
            cost += self.costFn((x,y)) 
        return cost

SearchAlgorithm

返回值格式：[s, s, w, s, w, w, s, w], s = Directions.SOUTH，其实就是一个东南西北字符串的列表，告诉我们要向走到（1,1）的动作序列。