如何在mms中刷出更低分数:Score评分公式与Effective Distance规则完整指南

原创2026-11-14 16:52:331,922 阅读
文章标签:开发工具

如何在mms中刷出更低分数:Score评分公式与Effective Distance规则完整指南

mms迷宫模拟器运行界面:迷宫网格与Stats统计面板

mms 是一个 Micro Mouse(微型老鼠)迷宫模拟器,让你无需实体机器人就能编写并测试走迷宫算法。算法跑完后,mms 会给出一个 Score 分数——分数越低越好,用来衡量算法的效率。但很多新手只盯着"距离",却不知道 mms 真正奖励的是 Effective Distance(有效距离) 和 转弯次数 的组合。这篇指南将带你彻底搞懂 mms 的 Score 评分公式与 Effective Distance 规则,并给出 4 个立刻能用的低分技巧。

1. 分数从哪里看:Stats 面板

运行你的走迷宫算法时,mms 右侧的 Stats 页签会实时显示各项数据,包括:

统计项 含义
Total Distance / Turns 全程(含探索)累计的移动格数与转弯次数
Current Run … 当前这一轮从起点到目标的移动与转弯
Best Run … 历次完整跑法中表现最好的一轮
Score 最终得分,越低越好

面板的构建与数据绑定见 Window.cpp,所有数值的计算都集中在 Stats.cpp 中。算法也可以在运行中主动查询这些数据,mms 的 getStat 命令支持 score、best-run-turns、total-effective-distance 等字段(命令映射见 Window.cpp)。

2. mms Score 评分公式逐行拆解

mms 的完整评分公式只有一行,核心实现在 Stats.cpp 的 updateScore:

Score = Best Run Turns + Best Run Effective Distance + 0.1 × (Total Turns + Total Effective Distance)

三个部分,三个权重:

  • Best Run Turns:最佳一轮的转弯次数,全额计 1 分/次;
  • Best Run Effective Distance:最佳一轮的有效距离,全额计 1 分/点;
  • Total Turns + Total Effective Distance:全程累计量,只按 1 折(×0.1) 计入。

这里有个关键细节:比较"哪一轮算 Best Run"时,mms 用的不是距离,而是 转弯次数 + 有效距离 的和(见 finishRun)。也就是说,一次转弯和走一格"同价",而 45° 斜行(turnLeft45/turnRight45)也会计入转弯,只是它往往能用一次 45° 弯替代一次 90° 弯,从而省下转弯。

⚠️ 注意:只要没跑到中心格(goal),Score 就固定显示 2000(见 Stats.cpp)。所以"先跑通,再谈低分"。

3. Effective Distance 打折规则:mms 评分最大的"漏洞"

这是最容易忽视、却最能拉开分差的一条规则。每次移动时,mms 会按 getEffectiveDistance 把"实际移动距离"换算成"有效距离":

单次移动 ≤ 2 格:1:1 计满;第 3 格起每格只计 0.5 分。

官方解释(README · Scorekeeping):这是为了模拟"老鼠在长直线上可以越跑越快"。换算成表格一目了然:

移动指令 实际 Distance Effective Distance
moveForward 1 1 1
moveForward 2 2 2
moveForward 3 3 2.5
moveForward 5 5 3.5
moveForward 10 10 6

两个推论:

  1. 同样走 5 格,"一条命令走完"(3.5 分)远优于"每格停一次"(5 分)——省下的 1.5 分直接进 Score;
  2. 这个优惠按单次调用计算,不能跨命令累积:走 1 格、停、再走 1 格,两次都全额计分。

4. 重置惩罚:一次 ackReset 代价 15 分

如果你的算法撞墙崩溃、通过 Reset 按钮回到起点,mms 会给下一轮 Best Run 候选的有效距离直接加 15 分惩罚(见 penalizeForReset 与 Window.cpp 的 handleReset)。

这 15 分相当于白走十几格,而且惩罚会随每次重置叠加累积。所以崩溃处理的目标只有一个:减少重置次数——宁可慢一点,也不要撞墙。

5. 刷低分的 4 个实战技巧

结合公式权重,按收益从大到小排列:

  1. 减少转弯,用 45° 曲线"切弯":转弯没有折扣且按全额计入 Best Run。在 CONTINUOUS 模式下用 turnLeft45/turnRight45 拼出斜角转弯,往往能用 2 次 45° 弯替代 1 次 90° 弯加额外的直线段,净赚转弯分。
  2. 探索阶段把直行一次到位:沿已知的长直线用 moveForward N 一口气走,触发"第 3 格起半价"的折扣。探索路径越直,Total Effective Distance 越低,0.1 倍进总分。
  3. 降低总探索量:Total 部分虽然只有 1 折,但探索量是它的全部。高效的迷宫记忆与路径规划(如 FloodFill 类算法)能同时压低 Total 项和 Best Run 项,一石二鸟。
  4. 守住 2000 分底线:先保证算法稳定跑进中心格,再优化细节。未到达 goal 时 Score 恒为 2000,一切微优化都无从谈起。

6. 小结:一张表看懂权重

优化目标 对应公式项 权重
最佳一轮转弯少 Best Run Turns ×1
最佳一轮有效距离短 Best Run Effective Distance ×1
全程转弯少 Total Turns ×0.1
全程有效距离短 Total Effective Distance ×0.1
重置(ackReset) 下轮 Effective Distance +15 ×1

记住三句话:转弯贵、直线便宜、崩溃最贵。把这三条刻进你的算法设计里,mms 的 Score 面板就会一路向下走。想深入验证细节,推荐直接打开 Stats.cpp 对照公式读一遍,全文只有 150 行。

登录后查看全文
mms