脑机辅助推导算法

目录

一,背景

二,华容道中道

1,问题

2,告诉脑机如何编码一个正方形格子

3,让脑机汇总信息

4,观察图,得到启发式算法

5,根据启发式算法求出具体解

6,可视化


一,背景

畅想一下脑机接口成熟之后,当我们遇到一个问题,可能会怎么样使用脑机去解决。
如果思路比较明确,且时间复杂度比较低,可以直接让脑机采用***算法解决问题。
如果有一些灵感,但是没有明确的思路,只有一个非P时间复杂度的垃圾算法,那就可以在脑机的辅助下,逐步推导出什么才是合适的算法。
PS:推导出的可能是比较适合当下情况的算法,而不是通用算法。

二,华容道中道

以最强大脑的《华容道中道》这个项目为例,来模拟一下如何逐步推导出什么才是合适的算法。

1,问题

把数字华容道的数字格变成迷宫格,拼出一条路径出来。

题面(选手比赛玩的就是这个):

2,告诉脑机如何编码一个正方形格子

我的指令:

对于每个正方形格子,边长为3,即由12个单位线段组成。
依次编号1-12,找到缺失的线段,一般都是2个缺口,把2个缺口id记为pair(a,b),1<=a<b<=12

脑机回复:

是这样吗?

我的回复:

是的

3,让脑机汇总信息

我的指令:

统计某个格子,如果有哪个格子的缺口数不是2,单独报告给我。
对于缺口数是2的,按照迷宫规则,判定这2个缺口是否连通,如果不连通,单独报告给我。
对于连通的格子,汇总所有的pair结果

脑机回复:

没有缺口数不是2的,也没有不连通的。99个格子的编码依次是:
5 6   5 8   9 10   6 8   5 8   5 8   7 8   5 6   2 3   7 10 
6 7   6 7   5 9   6 8   4 5   1 9   5 7   3 8   10 11   6 9
8 9   9 12   3 4   2 12   5 9   1 8   10 11   1 10   6 8   3 8 
1 11   2 5   8 12   4 8   2 10   3 8   3 4   7 10   4 11   4 5
5 8   4 8   2 11   6 11   1 10   3 5   6 9   3 11   11 12   3 4 
2 4   6 12   8 10   7 10   5 11   3 5   1 10   1 12   3 11   2 10 
8 12   4 11   2 11   4 11   7 12   3 4   9 11   9 11   6 7   2 5
2 6   5 8   4 11   4 7   2 6   9 11   5 11   4 10   4 10   10 11
6 10   5 10   3 11   2 8   5 7   6 12   9 10   3 9   1 10   10 11 
7 8   1 11   2 11   6 7   8 10   7 8   5 10   6 8   1 2

我的指令:

计数汇总

脑机回复:
1 10 4
1 11 2
1 12 1
1 2 1
1 8 1
1 9 1
10 11 4
11 12 1
2 10 2
2 11 3
2 12 1
2 3 1
2 4 1
2 5 2
2 6 2
2 8 1
3 11 3
3 4 4
3 5 2
3 8 3
3 9 1
4 10 2
4 11 4
4 5 2
4 7 1
4 8 2
5 10 2
5 11 2
5 6 2
5 7 2
5 8 5
5 9 2
6 10 1
6 11 1
6 12 2
6 7 4
6 8 4
6 9 2
7 10 3
7 12 1
7 8 3
8 10 2
8 12 2
8 9 1
9 10 2
9 11 3
9 12 1

我的指令:

画个图

脑机回复:

PS:图文稍微有一点点不对应,以文字为准。

4,观察图,得到启发式算法

目前看来,应该存在理论最短路(由18个格子组成的迷宫线路),或者接近最短路(不超过20个)。

我们可以先试试,能不能找到理论最短路。

我的指令:

把一端在左边或上边,一端在右边或下边的线给挑选出来,汇总结果。

脑机回复:

1 8 1
1 9 1
2 4 1
2 5 2
2 6 2
2 8 1
3 4 4
3 5 2
3 8 3
3 9 1
4 10 2
4 11 4
5 10 2
5 11 2
6 10 1
6 11 1
6 12 2
7 10 3
7 12 1
8 10 2
8 12 2
9 10 2
9 11 3
9 12 1

脑机回复:

1 下 2
2 右 5
2 下 1
3 右 6
3 下 4
10 右 5
10 下 7
11 右 7
11 下 3
12 右 2
12 下 4

我的回复:

好的,我已经找到了特征,简单来说,1的出口比较少,其次是2的下边出口比较少,3,10,11,12的出口比较多。

于是我们得到了启发式算法:

直接按照数量挑路径,尽量往右穿边界和往下穿边界交替进行,控制往9走的次数,因为9连着1

5,根据启发式算法求出具体解

我的指令:

把“一端在左边或上边,一端在右边或下边的线”对应的子图再画出来。

脑机回复:

我的回复:

基于这个图,我直接很容易算出答案:

12 7
3 8
2 5
11 9
1 9
1 8
2 4
12 8
2 6
10 6
10 4
12 8
2 5
11 6
10 8
2 8
2 6
10 7

6,可视化

我的指令:

帮我把上面这个答案,对应的格子标出来

脑机回复:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/506852.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

苹果App审核大揭秘

苹果上架要求是苹果公司对于提交应用程序到苹果商店上架的要求和规定。这些要求主要是为了保证用户体验、应用程序的质量和安全性。以下是苹果上架要求的详细介绍&#xff1a;1. 应用程序的内容和功能必须符合苹果公司的规 苹果上架要求是苹果公司对于提交应用程序到苹果商店上…

u盘不显示盘符怎么办,u盘不显示盘符

我们经常使用电脑,难免会遇到各种问题,其中U盘不显示盘盘符也是常见的一种。用u盘插入电脑usb接口后,却识别不出u盘,而且更换usb接口以后还是没有u盘盘符,这可怎么用呢?针对此问题,极客狗整理了两个处理方法,接下来带小伙伴一起看看u盘不显示盘符怎么办。遇到同样问题的…

Python数据结构实验 查找实验(一)

一、实验目的 1&#xff0e;熟悉查找的基本概念&#xff0c;包括静态查找表和动态查找表、内查找和外查找之间的差异以及平均查找长度等&#xff1b; 2&#xff0e;掌握线性表上的各种查找算法&#xff0c;包括顺序查找、折半查找和分块查找的基本思路、算法实现和查找效率等…

游戏引擎中的声音系统

一、声音基础 1.1 音量 声音振幅的大小 压强p&#xff1a;由声音引起的与环境大气压的局部偏差 1.2 音调 1.3 音色 1.4 降噪 1.5 人的听觉范围 1.6 电子音乐 将自然界中连续的音乐转换成离散的信号记录到内存中 采样 - 量化 - 编码 香农定理&#xff1a;采样频率是信…

云原生技术精选:探索腾讯云容器与函数计算的最佳实践

文章目录 写在前面《2023腾讯云容器和函数计算技术实践精选集》深度解读案例集特色&#xff1a;腾讯云的创新实践与技术突破精选案例分析——Stable Diffusion云原生部署的最佳实践精选集实用建议分享总结 写在前面 在数字化转型的浪潮下&#xff0c;云计算技术已成为企业运营…

shell脚本发布docker-nginx vue2 项目示例

docker、git、node.js安装略过。 使git pull或者git push不需要输入密码操作方法 nginx安装在docker容器里面&#xff0c;参见&#xff1a;https://blog.csdn.net/HSJ0170/article/details/128631155 姊妹篇&#xff08;宿主机nginx&#xff0c;非docker-nginx&#xff09;&am…

Real-data WRF | setup and run and experiment

前言 Parent Model 用于初始化和边界条件的网格数据 GFS/FNL、NAM、RAP/HRRR、重新分析&#xff08;NARR、CFSR、NNRP、ERA-interim、ERA5 等&#xff09;、其他 WRF 运行 WPS WRF 预处理系统&#xff08;由 geogrid、ungrib 和 metgrid 程序组成&#xff09; WRF 模拟几…

【Linux多线程】生产者消费者模型

【Linux多线程】生产者消费者模型 目录 【Linux多线程】生产者消费者模型生产者消费者模型为何要使用生产者消费者模型生产者消费者的三种关系生产者消费者模型优点基于BlockingQueue的生产者消费者模型C queue模拟阻塞队列的生产消费模型 伪唤醒情况&#xff08;多生产多消费的…

【手册】——mq延迟队列

目录 一、背景介绍二、思路&方案三、过程1.项目为啥用延迟队列&#xff1f;2.项目为啥用三方延迟队列&#xff1f;3.项目中为啥用rabbitmq延迟队列&#xff1f;4.rabbitmq延迟队列的安装5.rabbitmq的延迟队列配置方式5.1.exchange配置5.2.queues配置5.3.exchange和queues的…

文件操作(1)【文件打开和关闭】【文件的顺序读写(各种函数)】【sprintf和sscanf的理解】

一.什么是文件&#xff1f; 在程序设计中我们一般谈的文件有两种&#xff1a;程序文件和数据文件 1.程序文件 程序文件是包含计算机程序代码的文件。它通常包含一系列指令和算法&#xff0c;用于执行特定的任务或实现特定的功能。程序文件可以由不同的编程语言编写&#xff…

【C语言环境】Sublime中运行C语言时MinGW环境的安装

要知道&#xff0c;GCC 官网提供的 GCC 编译器是无法直接安装到 Windows 平台上的&#xff0c;如果我们想在 Windows 平台使用 GCC 编译器&#xff0c;可以安装 GCC 的移植版本。 目前适用于 Windows 平台、受欢迎的 GCC 移植版主要有 2 种&#xff0c;分别为 MinGW 和 Cygwin…

【Python】——变量名的命名规则

&#x1f383;个人专栏&#xff1a; &#x1f42c; 算法设计与分析&#xff1a;算法设计与分析_IT闫的博客-CSDN博客 &#x1f433;Java基础&#xff1a;Java基础_IT闫的博客-CSDN博客 &#x1f40b;c语言&#xff1a;c语言_IT闫的博客-CSDN博客 &#x1f41f;MySQL&#xff1a…

Linux shell编程学习笔记42:md5sum

0 前言 前几天在国产电脑上遇到一个问题&#xff0c;先后接到两个文件&#xff0c;如何判断这两个文件内容是否相同&#xff1f; 如果是在Windows系统&#xff0c;可以用fc命令&#xff0c;或者用我自己写的FileInfo&#xff0c;提取两个文件有MD5、SHA1、CRC32值进行比较来判…

GANs和Diffusion模型(3)

接GANs和Diffusion模型&#xff08;2&#xff09; 扩散(Diffusion)模型 生成学习三重困难(Trilemma) 指生成学习(genrative learning)的模型都需要满足三个需求&#xff1a; 高质量的采样(High Quality Samples)&#xff1a;模型应该能生成非常高质量的采样快速采样(Fast S…

使用 Python 模拟布朗运动(和股票价格)

一、说明 本文先介绍布朗运动的概念&#xff0c;紧接着应用布朗方程到股票的随机斩落模型。进而用python实现&#xff0c;并给出各种各样的条件模型。从中烘托出股票模型的规律所在。 二、什么是布朗运动&#xff1f; 布朗运动以罗伯特布朗的名字命名&#xff0c;他是第一个在通…

持续交付与持续部署相关概念(CD)

目录 一、概述 二、持续交付基本概念 2.1 持续交付的含义 2.1.1 项目管理的视角 2.1.2 产品研发的视角 2.1.3 总结 2.2 持续交付涉及的运作环境 2.2.1 开发环境 2.2.2 测试环境 2.2.3 UAT环境 2.2.4 准生产环境 2.2.5 生产环境 2.3 总结 三、持续部署基本概念 3.…

创新之路:云边对接与行业生态的前沿探索

全球 80% 的数据来自物联网&#xff0c;不论是传统行业还是新兴行业&#xff0c;都将利用更多有价值的数据来驱动业务&#xff0c;实现降本增效。智慧教育、资产追踪、环境监测、工业物联网、智慧城市、家居互联、智慧电力、智慧农业。从智能电表到智能家居&#xff0c;从机器人…

RAG:检索增强生成系统如何工作

随着大型语言模型&#xff08;LLM&#xff09;的发展&#xff0c;人工智能世界取得了巨大的飞跃。经过大量数据的训练&#xff0c;LLM可以发现语言模式和关系&#xff0c;使人工智能工具能够生成更准确、与上下文相关的响应。 但LLM也给人工智能工程师带来了新的挑战&#xff…

shopee、lazada、temu测评自养号策略解析

在跨境电商领域&#xff0c;测评作为提升销量的重要手段&#xff0c;其策略的制定和实施显得尤为重要。特别是对于Shopee和Lazada两大主流平台上的卖家而言&#xff0c;如何有效利用测评策略提升产品销量成为了一大挑战。 自养号测评系统可以批量注册买家账号、模拟真实人工操…

U8二次开发-钉钉集成

钉钉开放平台作为企业沟通和协作的重要工具,其技术的每一次迭代都为企业带来了新的机遇和挑战。随着企业对于高效沟通和智能化管理的需求日益增长,钉钉平台的SDK更新显得尤为重要。把传统的U8与钉钉平台集成,可以有效的将业务功能和角色进行前移,打破应用系统二八原则,即8…