Maze Explorer - Copy this React, Tailwind Component to your project
Título do Jogo: Micro Mouse Explorador de Labirintos Autônomo Descrição: Desenvolva um jogo onde um robô Micro Mouse resolve labirintos automaticamente utilizando o algoritmo de "preenchimento por inundação" (Flood Fill). O robô passará por cinco rodadas de treinamento para otimizar suas estratégias e, em seguida, enfrentará um desafio real em uma única rodada para resolver o labirinto com o melhor desempenho possível. Especificações do Jogo: 1. Configuração do Labirinto: Gere um labirinto aleatório de dimensões configuráveis (ex.: 10x10 ou 16x16). As paredes devem ser posicionadas de forma aleatória, garantindo pelo menos um caminho viável do ponto inicial (canto inferior esquerdo) ao centro do labirinto. O centro será o objetivo do robô. 2. Fase de Treinamento (Cinco Rodadas): Durante o treinamento, o robô percorrerá o labirinto em até cinco rodadas, aprimorando seu mapa interno e otimizando o caminho. Comportamento do Robô durante o Treinamento: Primeira rodada: O robô explora o labirinto e mapeia distâncias usando o algoritmo de preenchimento por inundação. Rodadas subsequentes: O robô atualiza seu mapa e ajusta suas rotas, evitando caminhos desnecessários e refinando sua eficiência. Métricas Coletadas por Rodada: Tempo gasto. Número de movimentos realizados. Células visitadas (área explorada). 3. Fase do Desafio Final (Uma Rodada): Após o treinamento, o robô enfrentará o desafio real, onde terá que resolver o labirinto em uma única tentativa. Nesta fase, o robô usará o conhecimento adquirido durante o treinamento para alcançar o objetivo da forma mais rápida e eficiente possível. Objetivo do Desafio: Resolver o labirinto com o menor tempo e número de movimentos. 4. Comportamento do Robô: O robô tomará decisões autônomas com base nos dados coletados durante o treinamento. Ele utilizará o mapa otimizado gerado pelo algoritmo de preenchimento por inundação, priorizando caminhos mais curtos e evitando áreas já mapeadas como "inúteis". 5. Interface do Jogo: Visualização 2D do labirinto com animações do robô em tempo real. Destaque o robô com um marcador visível (ex.: círculo ou quadrado colorido). Exiba: O trajeto percorrido pelo robô. O tempo decorrido durante cada rodada. Um painel com as métricas de desempenho para cada rodada. 6. Avaliação do Desempenho: Após o desafio final, exiba uma análise comparativa: Gráfico ou tabela mostrando a evolução do robô durante o treinamento (tempo, movimentos, eficiência). Comparação entre a rodada final do treinamento e o desafio. Avaliação: "Ótimo", "Bom", "Pode Melhorar", com base no desempenho geral. Objetivo Final: Demonstrar como um robô pode aprender e melhorar sua eficiência em resolver labirintos através de treinamento iterativo, culminando em um teste final desafiador. Ferramentas Sugeridas: Linguagem: Python (usando Pygame) ou JavaScript (com HTML5 Canvas). Estrutura do Jogo: Algoritmo Flood Fill, animação em tempo real e interface intuitiva para acompanhamento do progresso. Desafios Extras (Opcional): Implementar labirintos mais complexos no desafio final. Criar um ranking global ou local para comparar o desempenho do robô em diferentes desafios. Adicionar sons ou efeitos visuais para tornar o jogo mais imersivo.
