| --- |
| license: mit |
| tags: |
| - maze |
| - pathfinding |
| - recurrent-cnn |
| library_name: pytorch |
| --- |
| |
| # Maze Solver (MazeNet) |
|
|
| Model kecil (~200 ribu parameter, file < 1 MB) yang menyelesaikan maze berbentuk grid. |
|
|
| **Format peta:** `1` = dinding, `0` = jalan, `2` = start, `3` = exit. Ukuran peta bebas. |
|
|
| ## Cara kerja singkat |
|
|
| Model membaca seluruh peta lalu "berpikir" berulang kali memakai blok konvolusi yang sama. |
| Setiap putaran, pengetahuan "ke arah mana exit" menyebar beberapa kotak lebih jauh dari exit, |
| mirip riak air yang melebar dari titik batu jatuh. Hasil akhirnya adalah panah arah di setiap |
| kotak jalan; solver tinggal mulai dari start dan mengikuti panah sampai exit. |
|
|
| Solver berhenti otomatis begitu jalurnya sudah tembus, jadi peta yang lebih besar cukup |
| diberi waktu berpikir lebih lama. |
|
|
| ## Pemakaian (CPU) |
|
|
| ```bash |
| pip install torch --index-url https://download.pytorch.org/whl/cpu |
| pip install numpy safetensors huggingface_hub |
| python solve_maze.py --repo USERNAME/maze-solver --file maze.json --show |
| ``` |
|
|
| Output JSON: |
|
|
| ```json |
| {"solved": true, "solved_by": "model", "iterations": 35, "corrections": 0, "steps": 30, |
| "path": [[1,1],[2,1], ...], "moves": "DDRR..."} |
| ``` |
|
|
| `solved_by` bernilai: |
| - `"model"`: murni mengikuti panah model |
| - `"model_with_corrections"`: panah model + beberapa koreksi kecil (jumlahnya di `corrections`), biasanya |
| di tempat dua rute hampir sama panjang |
| - `"bfs_fallback"`: model gagal, algoritma BFS klasik dipakai sebagai cadangan (matikan dengan `--no-fallback`) |
|
|
| ## File |
|
|
| | File | Isi | |
| |---|---| |
| | `model.safetensors` | bobot model | |
| | `config.json` | ukuran model | |
| | `maze_model.py` | arsitektur, generator maze, solver | |
| | `solve_maze.py` | CLI & API HTTP untuk VPS | |
|
|
