Python 中的简单人工智能搜索问题无限循环错误

Question

我正在为哈佛的 CS50 人工智能 class 开发项目 0，我们必须编写一个名为 shortest_path 的 function，它在程序中用于根据他们与其他演员合作过的共享电影在电影数据库中找到两个演员之间的最短路径. 我确实写了 function 但我得到了一个无限循环，无法弄清楚我为什么会得到它。 我按照讲座中的指示，如果该节点不存在于前沿并且也不存在于先前探索的节点中，则仅将节点添加到前沿。 忽略这一点可能会导致无限循环，但我仍然得到一个。 我使用的测试用例是源演员的名字是凯文，目标演员的名字是凯文。 我只是从首先输入 Kevin 作为来源和目标名字后提供的列表中选择两个不同的 Kevin。 我发布了我的最短路径 function 和一个链接，项目文件的 rest 可以与用于测试项目的数据的相关 CSV 文件一起下载。

项目文件链接：从https://cdn.cs50.net/ai/2020/x/projects/0/degrees.zip下载分发代码并解压缩。

我们必须修改的唯一 function 是所提供的分发代码中的 shortest_path function，这就是我要发布的全部内容，以及正在使用的节点和 Queuefrontier 数据结构的类。 代码的 rest 位于分发文件中，以防您需要查看它是如何安装到位的。

我的 shortest_path function 代码：

def shortest_path(source, target):
    """
    Returns the shortest list of (movie_id, person_id) pairs
    that connect the source to the target.

    If no possible path, returns None.
    """
    path = []

    # Keep track of number of states explored
    num_explored = 0

    # Initialize frontier to just the starting position
    start = Node(state=source, parent=None, action=None)
    frontier = QueueFrontier()
    frontier.add(start)

    # Initialize an empty explored set
    explored = set()

    # Keep looping until solution found
    counter = 0
    while True:
        print(counter)
        counter = counter + 1
        # If nothing left in frontier, then no path
        if frontier.empty():
                return None

        # Choose a node from the frontier
        node = frontier.remove()
        num_explored += 1

        # If node is the goal, then we have a solution
        if node.state == target:
            actions = []
            cells = []       
            path=[]
            while node.parent is not None:
                #actions.append(node.action)
                #cells.append(node.state)
                path.append(node.action,node.state)
                node = node.parent
            #actions.reverse()
            #cells.reverse()
            path.reverse()
            #solution = (actions, cells)
            return path

        # Mark node as explored
        explored.add(node.state)

        # Add neighbors to frontier
        for action, state in neighbors_for_person(node.state):
            if not frontier.contains_state(state) and state not in explored:
                child = Node(state=state, parent=node, action=action)
                frontier.add(child)

Class 节点和队列前沿的代码：

class Node():
    def __init__(self, state, parent, action):
        self.state = state
        self.parent = parent
        self.action = action
    def toString(self):
        print(f"State={self.state}, Parent={self.parent}")

class StackFrontier():
    def __init__(self):
        self.frontier = []

    def add(self, node):
        self.frontier.append(node)

    def contains_state(self, state):
        return any(node.state == state for node in self.frontier)

    def empty(self):
        return len(self.frontier) == 0

    def remove(self):
        if self.empty():
            raise Exception("empty frontier")
        else:
            node = self.frontier[-1]
            self.frontier = self.frontier[:-1]
            return node


class QueueFrontier(StackFrontier):

    def remove(self):
        if self.empty():
            raise Exception("empty frontier")
        else:
            node = self.frontier[0]
            self.frontier = self.frontier[1:]
            return node