如何找到一条线跟随迷宫机器人的最佳路径？

Question

这个问题已经发布在机器人 stackexchange 上，但我没有得到任何回复。 此外，这个问题是关于解决具有一些约束的迷宫，因此它不限于使用 uC 和所有东西制作特定的机器人。

首先让我解释一下问题。

这是一个仅由白色表面上的黑色线条构成的迷宫。机器人只有几个红外传感器可以感知线路的位置。没有其他感官输入可用。

这是一个有许多自环的迷宫，因此简单的 LSRB 或等效算法将无法工作。机器人应该学习迷宫，然后尽可能优化地解决它。

上图表示可能的交叉点，因为所有路径彼此成 90 度。

据我了解，机器人首先会扫描有多少个节点，以及它们之间的连接是什么，从而有效地构建图。接下来，实现任何最短路径算法并让您的机器人跟随它。

但是，我无法理解的主要问题是：

如果这个盲人机器人在陷入循环后不断返回同一点，它怎么知道它没有多次查看同一个节点？

另外，请提出解决此问题的好方法以及任何人的经验。 DFS 、迭代深度 DFS 、爬山等一次性搜索方法在这种情况下如何工作？

Answer 1

当它遇到一个交叉路口时，机器人必须跟踪它没有走的车道并在以后回溯。此外，它必须能够以足够准确的方式对路径进行建模，以检查它是否回到了它以前见过的地方。

那我不确定有没有比这个更好的策略

• 穿过车道直到找到出口；

• 每次过马路时，请注意您跳过的车道；

• 回到已知地点后，按最短路线返回跳过的车道。

如果事先不知道地图，你显然无法找到最佳路径，除非是偶然。

如果无法估计几何形状，你所能做的就是随机移动。