循环中的状态机和切换状态

Question

我有一个在 BeagleBone Black 上运行的应用程序，它控制着一些硬件。用户界面由 LCD 显示屏和带有集成按钮的旋转编码器开关组成。

就状态转换而言，应用程序所做的只是响应按钮事件以在它们之间切换：

• 初始状态：“手动”
• 推送事件：将状态切换到下一个（“自动”），执行自动操作
• 推送事件：将状态切换到下一个（“手动”），执行手动操作

概括来说，有两种状态，触发是按钮按下，实际上是在两者之间切换。

当前代码是一个无限循环，带有 if ... else 条件，根据状态执行“手动”模式或“自动”模式操作。在循环结束时添加延迟。每当检测到按钮事件时，都会通过中断更新（切换）manual 变量。

while True:
    # Toggle mode when the push button event is detected
    # It can also be detected asynchronously outside the loop,
    # but we'll keep it on the loop for a smaller example
    if gpio.event_detected(push_button):
        manual_mode = not manual_mode

    if manual_mode:
        # MANUAL MODE:
        do_user_input_actions()
    else:
        # AUTO mode
        do_automatic_actions()

   time.sleep(0.5)

这个结构类似于我之前用过几次的C equivalent。但我想知道在 Python 中以更面向对象的方式来做同样的事情。

基本上，该逻辑似乎适合使用pytransitions，特别是如果我将来需要添加更多状态，所以我正在考虑将代码移植到它。

我可以想象这两种状态和转换：

states = ['manual', 'sweep']
transitions = [['handle_manual_input', 'auto', 'manual'],
               ['run_auto_test', 'manual', 'auto']]

但是，我无法完全想象在 pytranslations 模型中实现与当前无限循环等效的状态检查的正确方法是什么。

实际上，应在每次循环迭代时处理手动输入，而不仅仅是在从自动转换时完成，反之亦然，以运行自动模式。

我知道状态机应该单独处理，以便更好地分离状态和转换。

这是我无法完全描绘的模型实现：我欢迎任何有关如何以及在何处运行 do_user_input_actions() 和 do_automatic_actions() 的指导。

Answer 1

如果您愿意在每个周期（重新）进入状态，这应该可以解决问题：

from transitions import Machine
from random import choice


class Model(object):

    def on_enter_manual(self):
        # do_user_input_actions()
        print('manual')

    def on_enter_auto(self):
        # do_automatic_actions()
        print('auto')

    def event_detected(self):
        # return gpio.event_detected()
        # For simulation purposes randomise the return value
        return choice([True, False])


states = ['manual', 'auto']
transitions = [{'trigger': 'loop', 'source': ['manual', 'auto'],
                'dest': 'manual', 'conditions': 'event_detected'},
               {'trigger': 'loop', 'source': ['manual', 'auto'],
                'dest': 'auto'}]


model = Model()
machine = Machine(model=model, states=states,
                  transitions=transitions, initial='manual')

for i in range(10):
    model.loop()

transitions 按添加顺序处理可能的转换。这意味着当event_detected 返回True 时执行第一个转换。如果不是这种情况，将选择第二个转换，因为它没有条件。

对于这个解决方案，可以进行一些调整：

a) 您可以将 source:[..] 替换为 source:'*' 以允许从所有状态进行循环转换。如果您想在将来添加状态，这可能很有用，但如果您打算使用多个触发器，它也可能适得其反。

b) 如果do_user_input_actions、gpio.event_detected、do_automatic_actions 是静态方法，您可以通过使用以下转换或多或少地省略模型：

transitions = [{'trigger': 'loop', 'source': ['manual', 'auto'],
                'dest': 'manual', 'conditions': gpio.event_detected,
                'after': do_user_input_actions},
               {'trigger': 'loop', 'source': ['manual', 'auto'],
                'dest': 'auto', 'after': do_automatic_actions}]

machine = Machine(states=states, transitions=transitions, initial='manual')

请注意，我传递的是函数引用而不是字符串。字符串被认为是模型函数，而函数引用可以来自任何地方。由于我们的模型或多或少是空的，我们可以使用Machine 实例作为模型。仅当行为相当简单时才建议这样做。专用模型使处理复杂配置更易于维护。我将函数回调传递给after，但在这种情况下，不管是在状态转换之前、期间还是之后执行。

为了完整起见，并且由于您明确提到您不想在转换期间处理用户输入，我建议采用Strategy Pattern 方法，在该方法中我们创建可以以相同方式处理的策略对象，但执行不同的任务.

只要状态发生变化，策略就会被替换。这次我们需要 unless 在第二次转换中仅在未检测到用户输入时进入“自动”模式（unless 只是 conditions 的便利对应物）。我们还使用了Machine 的关键字finalize_event，无论先前尝试的转换是否成功，它都会始终执行一个函数。我们也可以自己拨打Model.execute：

from transitions import Machine
from random import choice


class AutoStrategy(object):

    def execute(self):
        # do_automatic_actions()
        print('auto')


class UserInputStrategy(object):

    def execute(self):
        # do_user_input_actions()
        print('manual')


class Model(object):

    def __init__(self):
        self.strategy = UserInputStrategy()

    def execute(self):
        self.strategy.execute()

    def on_enter_manual(self):
        # We could use a singleton here if *Strategy is stateless
        self.strategy = UserInputStrategy()

    def on_enter_strategy(self):
        self.strategy = AutoStrategy()

    def event_detected(self):
        # return gpio.event_detected()
        # For simulation purposes, randomise the return value
        return choice([True, False])


states = ['manual', 'auto']
transitions = [{'trigger': 'loop', 'source': 'auto', 'dest': 'manual',
                'conditions': 'event_detected'},
               {'trigger': 'loop', 'source': 'manual', 'dest': 'auto',
                'unless': 'event_detected'}]


model = Model()
machine = Machine(model=model, states=states, transitions=transitions,
                  initial='manual', finalize_event='execute')

for i in range(10):
    model.loop()