A 左手摸墻算法的描述。
- 當左手邊沒有墻時，左轉前進一步；
- 當左手邊有墻且前方沒有墻時，前進一步；
- 當左手邊有墻且前方也有墻時，右轉前進一步；
右手摸墻算法，只需將上面的“左”換作“右”，“右”換作“左”。
B 摸墻算法存在的問題，路徑冗余度搞高
比如在一個封閉房間中，左手摸墻算法和右手摸墻算法，使用的總能耗差異很大。
這個問題需要用用遺傳算法的思想剞劂。
多次使用左手和右手摸墻算法，依靠積累經驗來得到概率結論，然后根據不同條件進行學習之后得知下一次采取哪種摸墻。
C 摸墻算法的性能改善
這個策略只是用與多次重復走一個迷宮的情況，對于走陌生的迷宮，不適用。
當作出一次移動時，在路徑中查找先前是否經過相同的點，如果有那么就說明到這一步為止完成了一個圈子，在遺傳算法中，把它從路徑中除去。
多次行動測試后，將會改善能耗效果，得到一點經驗概率結果。
去除圈子的算法是：
假設左手摸墻走，取得所有已經過路徑記為dimension[all]
遍歷dimension all to 0， 碰見重復的路徑節點，證明，這個點所經歷的左手摸墻路徑是一個圈
將這個點標記，以后在這里跳過這個位置的左手摸墻而采用直走跳過這個節點。
思考：如何給小車在開放空間中，做環形路徑點的標記？
D 深度優先搜索算法：
程序運行時將按照從上到下，從左到右的順序遍歷整棵樹。
對于真實環境的物理小車，需要為小車安裝指南針或者陀螺儀才行。理論上加速度傳感器也能做到，但是算法上也許要稍微復雜一點。
深度優先算法按以下規則執行遍歷：
- 1，判斷當前節點是否為目標節點，如是，返回成功。
- 2，檢查當前節點是否還有未訪問過的子節點，若否goto 4。 => 4，檢查當前節點是否有上層節點，若有訪問上層節點，設為當前節點。goto 1。
- 3，訪問子節點，設為當前節點，設已訪問。goto 1。
- 5，返回失敗。
E 廣度優先搜索算法：
-
1、從圖中某個頂點V0出發，并訪問此頂點；
2、從V0出發，訪問V0的各個未曾訪問的鄰接點W1，W2，…,Wk;然后,依次從W1,W2,…,Wk出發訪問各自未被訪問的鄰接點；
3、重復步驟2，直到全部頂點都被訪問為止。
廣度優先的好處在于，如果有多個出口，那么第一個被找到的出口消耗時間最短，廣度最小，也即路勁最短。
另一個額外的好處是，可以知道所有的出口。得到一個統計結果。