这是我的AI项目的一部分。我需要实现一个机器人，它占据一个正方形，在一个L X W 的正方形场地中。如果场地中的一个正方形是空的，它的值为0，如果它被一个物体占据，它的值为1。一组连续的、值为1的正方形被称为一个物体。

我必须找出场地中所有物体的身份和位置

我拥有以下信息：

sense() : 这个函数返回我相邻8个正方形的占用状态。
move(x) : 允许我向x方向的相邻正方形移动。
getId(x) : 给出我相对于我的x方向上的物体的ID，如果没有物体，则返回-1。

但是，每当我调用sense或getID函数时，物体都可能以较小的概率移动到不同的位置。

我一直在考虑使用BFS来遍历网格。或者，保持一个已经遍历的位置列表并随机移动是否更好？我可以使用哪些AI技术来解决这个问题？规划技术怎么样？

回答：

我喜欢这个问题描述！确定性的方法可能行不通，因为存在一些随机性。此外，由于物体移动，可能会出现新的路径，您可能需要重新访问某些位置。

因此，增强随机移动是一个好的开始。例如，您可以为每个访问过的单元格分配时间戳，并使其更有可能访问未访问过的/较旧的单元格。这类似于蚁群优化中的信息素 http://en.wikipedia.org/wiki/Ant_colony_optimization，只是只有一只蚂蚁。

另一种方法可能是选择随机目标单元格（远处），并尝试到达那里。您可能会在途中遇到物体。围绕这些物体使用朴素的寻路算法，如果这不起作用，只需选择另一个目标。

更新：

创建一个稍微聪明的AI的抽象但强大的方法是，首先考虑您可以分配给模型的刚性事实/属性/注释（例如访问过的位置、时间戳、先验知识等）。然后创建一组AI可以使用的简单操作。您可能还想在它们之上创建更复杂的操作。

之后，一切都归结为让AI控制的智能体以非确定性的方式根据当前的事实选择适当的行动。也就是说：为这些可能的行动分配分数，并进行轮盘赌选择 http://en.wikipedia.org/wiki/Fitness_proportionate_selection 或类似的方法来确定下一个行动。