一、任务背景 以ChatGPT为代表的技术突破已经对各行业发展产生了深远影响，人工智能技术“工具化运用”已成为时代和个人发展的必然趋势。本赛题面向数据智能化分析需求，为每支参赛队伍提供国产“神威”“曙光”等计算平台接入账号和训练数据，参赛队伍在计算平台上完成大模型本地化部署。并利用提示工程、思维链等方式提升模型数据智能化分析性能，并完成自然语言理解和代码生成两类测试任务。 任务一：自然语言理解 要求各参赛队使用模型完成涵盖多学科知识及生活常识等内容的中文选择题问答以及新闻标签分类两项子任务，重点评测模型知识推理和信息分析能力。 任务二：代码生成 要求参赛队伍围绕函数编写等任务，使用模型生成高质量、高效率、高准确性的代码。 二、数据和平台说明 主办方提供三个数据集 （1）中文选择题问答数据集 此数据集是一个多学科、多难度级别的中文选择题问答数据集。该数据集旨在全面评估和测试人工智能模型在中文语言理解和推理能力方面的表现。 （2）新闻标签分类数据集 此数据集是一个专注于中文新闻（短文本）分类的数据集，包含今日头条中的15个新闻类别，如旅游、教育、金融、军事等。 （3）代码生成数据集 此数据集包含了精心设计的Python编程问题。这些问题通过一系列测试用例来检验代码LLMs在零样本条件下生成代码的能力。编程语言为Python，注释和文档均为人工手写的英文自然文本。 主办方提供国产计算平台 为每支参赛队使用“神威”“曙光”等国产计算平台接入账号。参赛队伍报名参赛后可通过自有终端线上访问，在线进行代码编写、调试，上传提交txt或jsonl格式结果文件，由平台自动进行结果测试及评分。 三、评分标准 两类任务均采用客观指标进行成绩评定，将两类任务成绩的平均值换算至百分制（保留4位小数）作为参赛队伍的最终成绩： ·中文选择题问答数据集：根据模型在测试数据集上进行文本分类的准确率(Precision,P）和召回率（Recall, R）计算F1值，公式如下： F1 = 2×（P·R）/（P+R）。 ·新闻标签分类数据集：根据模型在测试数据集上进行文本分类的准确率(Precision,P）和召回率（Recall，R）计算F1值，公式如下： F1 = 2×（P·R）/（P+R）。 ·代码生成数据集：pass@1指标，即50个代码生成任务的单次生成正确率。 四、提交说明 参赛用户最终提交zip压缩文件，压缩文件中包含三个文本文件， ● dataSet1_result.txt ● dataSet2_result.txt ● dataSet3_result.jsonl 请将上述三个文件放在一个文件夹中，并压缩为zip文件提交。 五、时间安排 ● 比赛开始时间：2024年12月21日15：00 ● 报名开始时间：2024年12月23日18：00 ● 报名结束时间：2024年12月25日12：00 ● 比赛结束时间：2024年12月27日18：00 ● 成绩公布时间：2024年12月27日22：00

一、任务背景 以ChatGPT为代表的技术突破已经对各行业发展产生了深远影响，人工智能技术“工具化运用”已成为时代和个人发展的必然趋势。本赛题面向数据智能化分析需求，为每支参赛队伍提供国产“神威”“曙光”等计算平台接入账号和训练数据，参赛队伍在计算平台上完成大模型本地化部署。并利用提示工程、思维链等方式提升模型数据智能化分析性能，并完成自然语言理解和代码生成两类测试任务。 任务一：自然语言理解 要求各参赛队使用模型完成涵盖多学科知识及生活常识等内容的中文选择题问答以及新闻标签分类两项子任务，重点评测模型知识推理和信息分析能力。 任务二：代码生成 要求参赛队伍围绕函数编写等任务，使用模型生成高质量、高效率、高准确性的代码。 二、数据和平台说明 主办方提供三个数据集 （1）中文选择题问答数据集 此数据集是一个多学科、多难度级别的中文选择题问答数据集。该数据集旨在全面评估和测试人工智能模型在中文语言理解和推理能力方面的表现。 （2）新闻标签分类数据集 此数据集是一个专注于中文新闻（短文本）分类的数据集，包含今日头条中的15个新闻类别，如旅游、教育、金融、军事等。 （3）代码生成数据集 此数据集包含了精心设计的Python编程问题。这些问题通过一系列测试用例来检验代码LLMs在零样本条件下生成代码的能力。编程语言为Python，注释和文档均为人工手写的英文自然文本。 主办方提供国产计算平台 为每支参赛队使用“神威”“曙光”等国产计算平台接入账号。参赛队伍报名参赛后可通过自有终端线上访问，在线进行代码编写、调试，上传提交txt或jsonl格式结果文件，由平台自动进行结果测试及评分。 三、评分标准 两类任务均采用客观指标进行成绩评定，将两类任务成绩的平均值换算至百分制（保留4位小数）作为参赛队伍的最终成绩： ·中文选择题问答数据集：根据模型在测试数据集上进行文本分类的准确率(Precision,P）和召回率（Recall, R）计算F1值，公式如下： F1 = 2×（P·R）/（P+R）。 ·新闻标签分类数据集：根据模型在测试数据集上进行文本分类的准确率(Precision,P）和召回率（Recall，R）计算F1值，公式如下： F1 = 2×（P·R）/（P+R）。 ·代码生成数据集：pass@1指标，即50个代码生成任务的单次生成正确率。 四、提交说明 参赛用户最终提交zip压缩文件，压缩文件中包含三个文本文件， ● dataSet1_result.txt ● dataSet2_result.txt ● dataSet3_result.jsonl 请将上述三个文件放在一个文件夹中，并压缩为zip文件提交。 五、时间安排 ● 比赛开始时间：2024年12月21日15：00 ● 报名开始时间：2024年12月23日18：00 ● 报名结束时间：2024年12月25日12：00 ● 比赛结束时间：2024年12月27日18：00 ● 成绩公布时间：2024年12月27日22：00

人工智能工程技术人员决赛的迷宫是一个 51x51 的网格布局，每个网格单元格代表迷宫的一部分，包括过道、墙壁、资源点、钥匙、门和陷阱点。 · ​过道​：可通过的区域。 · ​墙壁​：不可穿越的障碍物。 · ​资源收集​：迷宫内固定有15个资源点，每个资源点的收集将加5分。最多可收集10个资源点，超过部分无效。 · ​钥匙与门​：迷宫中新增了钥匙与门的机制，固定有1-3把钥匙，1-3扇门。参赛者可以找到任意一把钥匙来打开任意一扇门。门的后方可能通向隐藏区域，该区域可能包含额外的资源点、关键路径。 · ​陷阱点​：迷宫中存在20个陷阱点，每通过一个陷阱点，参赛者会失去2分。 参赛者需要使用 Python 编程语言实现一个算法，该算法能够指导穿行者从迷宫的起点出发，通过有效的路径规划，避开墙壁，合理规划资源收集，找到钥匙并开门，探索隐藏区域的潜在价值，避开陷阱，最终找到并到达出口完成任务。 下图为迷宫可视化图片 迷宫代码表示: [[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1],[0,0,0,0,0,0,0,1,0,1,1,0,0,0,1,1,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1],[1,1,0,1,1,1,0,1,1,0,1,0,1,1,0,0,1,1,0,1,5,1,1,1,5,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,1],[1,1,0,1,1,1,0,0,0,1,0,1,0,0,0,1,0,1,0,1,0,1,1,1,0,1,0,0,0,0,0,0,0,1,0,0,1,1,0,0,1,1,0,1,0,1,0,1,0,1,1],[1,1,0,1,0,1,1,1,0,1,1,1,1,1,1,1,1,1,0,1,5,1,1,0,3,1,1,1,0,1,1,0,0,1,1,0,0,1,0,1,0,1,0,0,1,1,1,1,0,1,1],[1,1,0,1,0,0,1,1,0,0,0,0,0,0,0,0,0,1,0,1,1,1,1,0,2,0,0,0,0,0,1,0,0,0,0,0,1,1,0,0,0,1,0,1,1,5,0,1,0,1,1],[1,1,0,1,1,1,0,0,1,1,1,1,1,1,1,1,0,1,0,1,1,1,0,1,1,1,1,0,1,0,0,0,0,1,1,1,0,1,0,0,1,1,1,0,1,0,0,1,2,1,1],[1,1,0,1,0,0,1,0,1,0,0,1,0,1,2,0,0,0,0,1,1,0,1,0,0,0,0,1,1,1,0,5,0,1,0,0,0,1,1,0,0,1,1,0,1,1,1,1,0,1,1],[1,1,0,1,1,1,1,1,1,1,1,1,1,1,0,1,0,1,1,1,1,1,1,1,1,0,1,1,1,1,0,1,1,0,0,1,1,1,0,1,1,0,1,0,0,0,0,1,0,1,1],[1,1,0,0,0,2,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,0,0,1,0,1,1,0,1,0,1,1,0,0,1,0,1,0,0,0,1,0,1,0,1,1,0,1,1],[1,1,0,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,0,1,0,1,0,1,1,0,0,0,0,0,1,0,1,0,0,0,0,0,1,1,1,0,1,1,0,0,1,1,0,1,1],[1,1,0,1,0,1,0,0,0,1,0,0,0,1,1,1,0,1,1,1,0,0,1,0,1,0,1,1,1,1,0,0,0,0,0,1,0,1,0,0,1,0,0,1,0,1,0,1,0,1,1],[1,1,0,1,1,1,1,1,1,1,0,1,1,0,1,1,1,0,0,0,0,0,1,1,1,0,0,0,1,0,1,0,0,1,0,1,0,1,1,1,1,0,1,0,0,1,1,1,0,1,1],[1,1,0,0,0,0,0,0,0,0,0,4,0,1,0,1,0,1,1,1,0,1,1,0,1,1,1,0,0,0,1,1,0,1,1,1,0,0,0,1,0,0,1,1,0,1,0,1,0,1,1],[1,1,0,1,5,1,0,1,1,1,0,1,0,1,1,1,0,0,0,0,0,1,1,0,0,1,0,0,1,1,0,0,1,0,0,1,0,1,0,0,0,0,1,1,1,0,1,1,0,1,1],[1,1,0,1,0,1,0,0,0,0,0,1,0,0,0,1,1,0,1,1,0,1,0,0,1,0,1,1,1,1,1,0,1,5,0,1,1,1,0,0,1,1,0,1,1,1,0,1,0,1,1],[1,1,0,1,0,1,0,1,1,1,1,0,1,1,0,1,1,1,0,0,1,0,0,0,0,0,1,0,1,1,0,0,1,0,0,0,1,1,1,0,1,1,0,1,0,0,0,1,0,1,1],[1,1,0,1,0,1,0,0,0,0,0,1,1,1,0,1,2,1,0,1,1,1,0,1,0,1,1,0,0,0,0,0,0,1,1,0,0,5,0,0,0,0,0,0,1,0,1,1,0,1,1],[1,1,0,1,0,0,1,1,1,1,0,1,0,1,0,1,2,1,0,1,1,0,0,0,1,1,0,1,0,1,1,0,1,0,1,1,0,0,1,1,0,1,0,0,0,0,0,1,0,1,1],[1,1,0,1,0,1,1,1,1,1,0,1,1,1,0,1,0,2,1,1,1,0,1,0,0,0,1,0,1,0,1,0,1,1,1,0,1,5,0,0,1,0,1,1,0,1,1,1,0,1,1],[1,1,0,1,1,0,1,1,1,1,0,1,0,1,0,1,0,1,0,1,1,0,0,0,1,0,0,1,1,0,0,0,1,1,1,0,0,1,1,1,1,1,0,0,0,0,5,1,0,1,1],[1,1,0,1,1,1,0,0,0,0,0,1,0,1,0,1,0,0,1,1,0,0,1,0,1,1,1,0,0,0,0,1,0,0,0,0,1,0,0,1,1,0,0,1,0,0,0,1,0,1,1],[1,1,0,1,0,1,0,1,1,1,1,0,0,1,0,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,0,1,1,1,0,0,5,1,1,1,1,0,1,1],[1,1,0,1,1,1,0,1,1,1,1,1,0,1,2,0,2,0,0,0,2,0,0,0,0,0,0,0,0,1,0,1,0,0,1,0,1,0,0,0,1,1,1,1,0,0,0,0,2,1,1],[1,1,0,1,0,1,0,1,3,0,0,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,1,1,1,0,1,1,0,1,1,1,1,0,0,1,0,1,1,1,1,1,1],[1,1,0,1,0,1,0,0,0,1,1,0,1,0,1,1,1,0,1,0,1,0,0,1,0,0,1,1,0,1,0,0,0,1,0,1,1,1,1,0,1,1,1,1,0,1,0,0,0,1,1],[1,1,0,1,1,0,1,1,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,1,1,1,0,1,0,0,0,0,1,0,1,2,2,1,1,1,1,1,0,1,1,0,1,0,1],[1,1,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,5,1,0,1,0,0,0,1,0,1,1,1,1,0,1,0,0,0,0,2,1,1,0,1,1,1,0,0,1],[1,0,1,1,0,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,1,0,1,0,1,1,1,0,0,1,1,1,1,0,0,0,0,1,1,0,1,0,1,1,1,5,1,1],[1,1,1,1,0,1,1,0,1,1,1,0,1,0,1,0,0,1,1,1,1,1,0,1,1,1,0,1,0,0,0,1,0,0,0,0,0,1,1,0,1,0,0,1,0,0,0,0,0,1,1],[1,1,1,1,0,1,1,1,0,0,0,1,0,5,0,1,0,0,1,1,1,1,0,1,0,1,0,1,1,0,1,1,0,1,1,1,0,1,1,1,1,1,1,1,1,1,1,1,0,1,1],[1,1,0,0,0,1,1,1,1,0,0,1,0,0,0,0,0,1,0,0,0,0,0,1,1,1,0,0,0,1,1,1,0,1,0,1,0,0,0,0,0,1,1,0,1,1,0,1,0,1,1],[1,1,0,1,1,1,1,1,0,1,1,1,1,1,1,1,1,1,0,1,1,1,1,0,1,1,1,1,0,1,1,1,0,1,0,0,1,1,1,1,0,1,0,0,1,0,1,1,0,1,1],[1,1,0,1,1,0,1,0,1,1,0,0,5,0,2,0,0,0,0,1,1,1,1,1,0,1,1,1,0,0,2,0,0,1,0,0,1,0,0,1,0,1,1,1,1,0,1,1,0,1,1],[1,1,0,1,0,1,0,0,0,1,0,1,1,1,1,1,1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,0,5,1,1,1,1,1,1,0,1,0,1,1,0,1,1,0,1,1],[1,1,0,1,1,0,0,0,1,1,0,1,1,0,1,0,1,1,1,0,0,0,1,1,1,0,1,0,0,0,1,1,0,1,0,0,0,0,0,0,0,1,0,0,1,0,0,1,0,1,1],[1,1,0,1,1,0,0,5,1,1,0,1,1,1,1,1,0,1,1,1,1,0,0,0,1,0,1,0,1,1,0,0,1,1,0,1,1,1,1,1,1,0,1,0,0,1,1,1,0,1,1],[1,1,0,0,0,1,0,0,0,1,0,0,0,0,0,1,0,1,0,1,0,1,1,1,0,0,0,0,1,1,0,1,0,1,2,1,0,0,0,0,0,1,0,1,1,1,0,0,0,1,1],[1,0,1,1,0,1,0,0,0,0,1,1,1,1,0,1,1,0,1,0,0,0,0,1,0,0,1,1,1,1,1,1,0,1,0,1,1,0,1,1,0,0,1,1,1,1,0,1,1,0,1],[1,0,1,1,0,1,1,0,1,0,0,0,1,1,0,0,0,1,0,1,1,0,0,0,0,0,0,0,0,1,1,0,0,1,0,0,0,1,1,0,0,1,0,1,0,0,0,1,1,0,1],[1,1,1,1,0,1,0,1,1,1,1,1,1,0,1,1,0,1,1,1,0,0,1,0,1,0,0,1,0,0,0,1,0,1,1,1,0,1,1,1,1,1,0,1,0,1,1,0,1,1,1],[1,1,0,0,0,1,1,1,0,0,0,0,0,1,1,1,0,1,1,0,1,1,1,0,1,0,1,0,1,0,0,0,0,0,1,1,0,0,0,1,0,1,1,1,0,1,1,1,1,1,1],[1,1,0,1,1,1,1,1,0,1,1,1,0,1,1,1,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,1,1,0,1,1,1,1,1,0,1,1,1,1,1,1],[1,1,0,1,1,1,0,0,0,1,0,1,0,1,0,1,0,0,0,0,0,2,0,0,0,0,0,0,0,0,0,0,5,1,1,1,0,1,0,0,0,1,0,1,0,0,0,0,0,1,1],[1,1,0,1,1,1,0,1,1,0,1,1,2,1,1,0,1,1,1,1,5,1,1,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,1,0,1,1,1,1,1,1,1,0,1,1],[1,1,0,1,1,1,0,1,0,1,0,0,0,1,1,1,1,0,1,1,0,1,0,0,0,1,1,1,0,1,1,1,0,0,0,0,0,1,1,1,0,1,0,0,0,1,0,1,0,1,1],[1,1,0,1,1,1,0,1,1,1,0,1,1,0,0,1,0,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,1,1,1,1,0,1,0,1,0,1,0,1,1,0,0,1,0,1,1],[1,1,0,0,0,0,0,1,1,1,0,1,0,1,1,0,0,1,0,0,0,0,0,0,0,1,0,1,1,1,1,0,1,0,0,1,0,1,0,1,0,1,1,1,1,1,0,1,0,1,1],[1,1,1,1,1,1,1,0,1,1,0,1,1,1,1,1,1,1,0,1,1,1,1,1,0,1,1,1,1,1,1,1,1,1,1,1,0,1,0,1,0,1,1,1,1,1,1,1,0,1,1],[1,0,0,0,1,1,0,0,0,1,0,0,0,0,0,0,0,0,0,1,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,5,1,1,1,0,0,0,0,0,0,0,0,0,0,0],[1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1]] 迷宫默认入口坐标为 1,0 迷宫默认出口坐标为 49,50 代码中0表示房间，1表示墙，2表示资源点，3表示钥匙，4表示门，5表示陷阱点 代码输出的路径结构为： [[1, 0], [1, 1], [1, 2], [2, 2], [3, 2], [3, 3], [3, 4], [4, 4], [5, 4], [6, 4], [7, 4], [7, 3], [7, 2], [8, 2], [9, 2], [10, 2], [11, 2], [12, 2], [13, 2], [13, 3], [13, 4], [13, 5], [13, 6], [13, 7], [13, 8], [13, 9], [13, 10], [13, 11], [13, 12], [13, 13], [13, 14], [14, 14], [15, 14], [15, 15], [15, 16], [15, 17], [15, 18], [15, 19], [15, 20], [15, 21], [15, 22], [16, 22], [17, 22], [18, 22], [19, 22], [19, 21], [19, 20], [20, 20], [21, 20], [21, 19], [21, 18], [22, 18], [23, 18], [24, 18], [25, 18], [25, 19], [25, 20], [25, 21], [25, 22], [26, 22], [27, 22], [28, 22], [29, 22], [30, 22], [31, 22], [32, 22], [33, 22], [33, 23], [33, 24], [33, 25], [33, 26], [34, 26], [35, 26], [35, 27], [35, 28], [36, 28], [37, 28], [37, 29], [37, 30], [38, 30], [39, 30], [39, 31], [39, 32], [40, 32], [41, 32], [41, 33], [41, 34], [41, 35], [41, 36], [41, 37], [41, 38], [42, 38], [43, 38], [44, 38], [45, 38], [45, 37], [45, 36], [46, 36], [47, 36], [48, 36], [49, 36], [49, 37], [49, 38], [49, 39], [49, 40], [49, 41], [49, 42], [49, 43], [49, 44], [49, 45], [49, 46], [49, 47], [49, 48], [49, 49], [49, 50]] 二、提交形式 参赛用户在线上报名系统：https://jingsai.csdn.net/competitions/80bd331e17151f686a83f62c2f49d8af 报名并进行算法代码zip文件提交，最后统一评分。 内容要求： · ​输入​：程序需从当前目录下的 maze.json 文件中读取地图数据。 · ​输出​：程序使用 print 函数输出一个二维数组，二维数组的结构应与地图中的图示保持一致。 · ​代码原创性​：为确保代码的原创性，​严禁使用第三方依赖​，即 requirements.txt 文件不得包含任何依赖项。 提交内容包括： · ​算法源代码​：main.py 文件。 · ​算法说明文档​：readme.md 文件，简要介绍算法的设计思路和实现过程。 · ​迷宫地图文件​：maze.json 文件，包含用于测试的迷宫数据。 此外，活动方提供了下面的 main.py 的模板文件供参考。 import json import os class Solution: def find_path(self, maze): return [[1, 0], [1, 1], [2, 1], [3, 1], [3, 2], [3, 3], [2, 3], [1, 3], [1, 4], [1, 5], [1, 6], [1, 7], [2, 7], [3, 7], [3, 8], [3, 9], [4, 9], [5, 9], [5, 10], [5, 11], [6, 11], [7, 11], [8, 11], [9, 11], [9, 10], [9, 9], [9, 8], [9, 7], [9, 6], [9, 5], [10, 5], [11, 5], [12, 5], [13, 5], [13, 6], [13, 7], [14, 7], [15, 7], [15, 8], [15, 9], [14, 9], [13, 9], [13, 10], [13, 11], [13, 12], [13, 13], [14, 13], [15, 13], [15, 14], [15, 15], [15, 16], [15, 17], [16, 17], [17, 17], [18, 17], [19, 17], [19, 18], [19, 19], [20, 19], [21, 19], [22, 19], [23, 19], [23, 20], [23, 21], [22, 21], [21, 21], [20, 21], [19, 21], [19, 22], [19, 23], [19, 24], [19, 25], [20, 25], [21, 25], [21, 26], [21, 27], [22, 27], [23, 27], [24, 27], [25, 27], [26, 27], [27, 27], [27, 28], [27, 29], [28, 29], [29, 29], [29, 30], [29, 31], [28, 31], [27, 31], [27, 32], [27, 33], [26, 33], [25, 33], [25, 34], [25, 35], [24, 35], [23, 35], [23, 36], [23, 37], [24, 37], [25, 37], [25, 38], [25, 39], [24, 39], [23, 39], [23, 40], [23, 41], [24, 41], [25, 41], [26, 41], [27, 41], [28, 41], [29, 41], [29, 40], [29, 39], [30, 39], [31, 39], [31, 40], [31, 41], [31, 42], [31, 43], [32, 43], [33, 43], [34, 43], [35, 43], [35, 42], [35, 41], [36, 41], [37, 41], [37, 40], [37, 39], [38, 39], [39, 39], [40, 39], [41, 39], [41, 40], [41, 41], [42, 41], [43, 41], [43, 42], [43, 43], [44, 43], [45, 43], [45, 44], [45, 45], [46, 45], [47, 45], [47, 46], [47, 47], [47, 48], [47, 49], [48, 49], [49, 49], [49, 50]] if __name__ == '__main__': solution = Solution() current_work_dir = os.path.dirname(__file__) with open(current_work_dir + '/maze.json', 'r', encoding='utf-8') as file: maze = json.load(file) path = solution.find_path(maze) print(path) 下图红色标注部分必须按官方规则来，蓝色标注部分需要开发者自己实现。 三、评分形式 （1）路径得分：穿行者完成任务所需的步骤越短，得分越高。 （2）资源得分：穿行者收集的资源数量越多，得分越高。 （3）综合得分：时间得分(满分50) + 资源得分(满分50，溢出无效) - 陷阱分数 。 四、参赛代码要求 （1）代码语言限制：Python3 语言 （2）输入/输出限制：按照图示中的示例结构 五、评判规则 （1）否决条件：出现以下情况直接判定0分。 ● 路径列表不连续，例如（0，1），后面直接是（2，3） ● 路径列表出现穿越不可通过的点 ● 没有钥匙而穿越门，视为不连续 （2）评分标准 ● 路径得分：（最短路径数 / 参赛用户实际路径数） X 50 ● 资源得分：每一个资源点得5分，获得10（及10个以上)资源点得50分。 ● 陷阱点扣分：每一个陷阱点扣2分。 总得分 = 路径得分 + 资源得分 - 陷阱得分 最终系统会通过 N 个迷宫和随机资源点对算法进行综合评分取平均值。

一、大赛时间 2024年10月-2024年12月 二、赛事描述 类脑智能是一种受到生物脑结构和功能启发的人工智能范式，具有超高并行、超高速、超低功耗、高鲁棒等特性，在诸多领域拥有广阔的应用前景，有望引领未来智能科技的革命性飞跃。为了加速推动类脑智能技术的创新与应用，促进学术界与产业界的深度融合，中国神经科学学会类脑智能分会联合清华大学类脑计算研究中心和中电海康集团有限公司共同举办脑启社区首届类脑智能创新大赛。本次大赛旨在挖掘并培育类脑智能领域的优秀人才和项目，推动类脑智能领域的创新创业，加速类脑智能从理论研究向实际应用转化，促进类脑智能生态的繁荣发展。 大赛共分为两个组别：分别为技术组及应用组。 技术组要基于给定的训练框架/数据集/任务，开发高效、高精度、低能耗的类脑计算模型，基于类脑云在类脑芯片上完成部署和验证。 应用组采用开放式命题。基于类脑计算设备，开发具有实际价值的类脑智能应用方案。 三、大赛奖励 奖项设置：两个组别分别设置创新奖1名，优胜奖4名，入围奖5名，并从两组参赛团队中角逐出卓越创新奖1名； 奖励内容：①卓越创新奖4万，创新奖1万，优胜奖2000元，入围奖800元；②荣誉证书（中国神经科学学会智能类脑分会+清华大学类脑计算研究中心）、脑启云算力券、参赛证明； 机会与权益：参赛项目可在脑启社区项目展示，获得脑启社区类脑训练营免费资格；建立参赛者社群，定期进行技术和学术分享，相关脑启线下论坛门票；投融资资源对接，市场及产业资源合作对接，创业辅导及场地配套支持，高校团队可获得实习机会、就业推荐等服务，提供重大项目/课题的合作及参与机会； 四、赛事形式（个人赛、团队赛）： 1、参赛对象：团队类型不限，高校、企业、创业团队等均可报名。 2、队伍人数：每支队伍1-3人。 3、原则上同一个团队不得同时报名参与两个组别（同一单位不同团队可以）

人工智能工程技术人员赛道，竞赛介绍与规则 一、赛题介绍 本挑战中的迷宫是一个 51x51 的网格布局，每个网格单元格代表迷宫的一部分，包括房间、墙壁或资源点。房间是可通过的区域，而墙壁则不可穿越。 资源收集：迷宫内固定有10个资源点，参赛者需要决定是否以及如何收集这些资源。资源点的收集将对完成迷宫探索任务有所帮助。 最终出口：迷宫有一个最终出口，穿行者需要找到并到达这个出口以完成任务。 参赛者需要使用 Python 编程语言实现一个算法，该算法能够指导穿行者从迷宫的起点出发，通过有效的路径规划，避开墙壁，合理规划收集资源点，并最终找到并到达出口。 二、示例演示 下图为迷宫可视化图片，绿色路线代表迷宫的最短路径，红色代表迷宫中的资源点 迷宫代码表示： [ [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1], [1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1], [1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1], [1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1], [1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1], [1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1], [1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1], [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1], [1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1], [1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 2, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1], [1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1], [1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1], [1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1], [1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1], [1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1], [1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1], [1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1], [1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1], [1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 2, 0, 0, 0, 1], [1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 2, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1], [1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1], [1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1], [1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1], [1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1], [1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 2, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1], [1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 2, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1], [1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1], [1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 2, 1, 0, 1, 0, 1], [1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1], [1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1], [1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 0, 1], [1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 2, 0, 1, 0, 1], [1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1], [1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1], [1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1], [1, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 2, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1], [1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 0, 1, 0, 1], [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1], [1, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1], [1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1], [1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 0, 1, 0, 1, 1, 1, 0, 1], [1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0], [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1] ] 迷宫默认入口坐标为 1,0 迷宫默认出口坐标为 49,50 代码输出的路径结构为： [[1, 0], [1, 1], [2, 1], [3, 1], [3, 2], [3, 3], [2, 3], [1, 3], [1, 4], [1, 5], [1, 6], [1, 7], [2, 7], [3, 7], [3, 8], [3, 9], [4, 9], [5, 9], [5, 10], [5, 11], [6, 11], [7, 11], [8, 11], [9, 11], [9, 10], [9, 9], [9, 8], [9, 7], [9, 6], [9, 5], [10, 5], [11, 5], [12, 5], [13, 5], [13, 6], [13, 7], [14, 7], [15, 7], [15, 8], [15, 9], [14, 9], [13, 9], [13, 10], [13, 11], [13, 12], [13, 13], [14, 13], [15, 13], [15, 14], [15, 15], [15, 16], [15, 17], [16, 17], [17, 17], [18, 17], [19, 17], [19, 18], [19, 19], [20, 19], [21, 19], [22, 19], [23, 19], [23, 20], [23, 21], [22, 21], [21, 21], [20, 21], [19, 21], [19, 22], [19, 23], [19, 24], [19, 25], [20, 25], [21, 25], [21, 26], [21, 27], [22, 27], [23, 27], [24, 27], [25, 27], [26, 27], [27, 27], [27, 28], [27, 29], [28, 29], [29, 29], [29, 30], [29, 31], [28, 31], [27, 31], [27, 32], [27, 33], [26, 33], [25, 33], [25, 34], [25, 35], [24, 35], [23, 35], [23, 36], [23, 37], [24, 37], [25, 37], [25, 38], [25, 39], [24, 39], [23, 39], [23, 40], [23, 41], [24, 41], [25, 41], [26, 41], [27, 41], [28, 41], [29, 41], [29, 40], [29, 39], [30, 39], [31, 39], [31, 40], [31, 41], [31, 42], [31, 43], [32, 43], [33, 43], [34, 43], [35, 43], [35, 42], [35, 41], [36, 41], [37, 41], [37, 40], [37, 39], [38, 39], [39, 39], [40, 39], [41, 39], [41, 40], [41, 41], [42, 41], [43, 41], [43, 42], [43, 43], [44, 43], [45, 43], [45, 44], [45, 45], [46, 45], [47, 45], [47, 46], [47, 47], [47, 48], [47, 49], [48, 49], [49, 49], [49, 50]] 二、提交形式 参赛用户在线上报名系统：https://jingsai.csdn.net/competitions/cc0b1aa03cc22a80f6405a742882536b 报名并进行算法代码zip文件提交，最后统一评分。 内容要求： 输入：程序需从当前目录下的 maze.json 文件中读取地图数据。 输出：程序使用 print 函数输出一个二维数组，二维数组的结构应与地图中的图示保持一致。 代码原创性：为确保代码的原创性，严禁使用第三方依赖，即 requirements.txt 文件不得包含任何依赖项。 提交内容包括： 算法源代码：main.py 文件。 算法说明文档：readme.md 文件，简要介绍算法的设计思路和实现过程。 迷宫地图文件：maze.json 文件，包含用于测试的迷宫数据。 此外，活动方提供了下面的 main.py 的模板文件供参考。 import json import os class Solution: def find_path(self, maze): return [[1, 0], [1, 1], [2, 1], [3, 1], [3, 2], [3, 3], [2, 3], [1, 3], [1, 4], [1, 5], [1, 6], [1, 7], [2, 7], [3, 7], [3, 8], [3, 9], [4, 9], [5, 9], [5, 10], [5, 11], [6, 11], [7, 11], [8, 11], [9, 11], [9, 10], [9, 9], [9, 8], [9, 7], [9, 6], [9, 5], [10, 5], [11, 5], [12, 5], [13, 5], [13, 6], [13, 7], [14, 7], [15, 7], [15, 8], [15, 9], [14, 9], [13, 9], [13, 10], [13, 11], [13, 12], [13, 13], [14, 13], [15, 13], [15, 14], [15, 15], [15, 16], [15, 17], [16, 17], [17, 17], [18, 17], [19, 17], [19, 18], [19, 19], [20, 19], [21, 19], [22, 19], [23, 19], [23, 20], [23, 21], [22, 21], [21, 21], [20, 21], [19, 21], [19, 22], [19, 23], [19, 24], [19, 25], [20, 25], [21, 25], [21, 26], [21, 27], [22, 27], [23, 27], [24, 27], [25, 27], [26, 27], [27, 27], [27, 28], [27, 29], [28, 29], [29, 29], [29, 30], [29, 31], [28, 31], [27, 31], [27, 32], [27, 33], [26, 33], [25, 33], [25, 34], [25, 35], [24, 35], [23, 35], [23, 36], [23, 37], [24, 37], [25, 37], [25, 38], [25, 39], [24, 39], [23, 39], [23, 40], [23, 41], [24, 41], [25, 41], [26, 41], [27, 41], [28, 41], [29, 41], [29, 40], [29, 39], [30, 39], [31, 39], [31, 40], [31, 41], [31, 42], [31, 43], [32, 43], [33, 43], [34, 43], [35, 43], [35, 42], [35, 41], [36, 41], [37, 41], [37, 40], [37, 39], [38, 39], [39, 39], [40, 39], [41, 39], [41, 40], [41, 41], [42, 41], [43, 41], [43, 42], [43, 43], [44, 43], [45, 43], [45, 44], [45, 45], [46, 45], [47, 45], [47, 46], [47, 47], [47, 48], [47, 49], [48, 49], [49, 49], [49, 50]] if __name__ == '__main__': solution = Solution() current_work_dir = os.path.dirname(__file__) with open(current_work_dir + '/maze.json', 'r', encoding='utf-8') as file: maze = json.load(file) path = solution.find_path(maze) print(path) 下图红色标注部分必须按官方规则来，蓝色标注部分需要开发者自己实现。 三、评分形式 （1）路径得分：穿行者完成任务所需的步骤越短，得分越高。 （2）资源得分：穿行者收集的资源数量越多，得分越高。 （3）综合得分：时间得分 x 50% + 资源得分 。 四、参赛代码要求 （1）代码语言限制：Python3 语言 （2）输入/输出限制：按照图示中的示例结构 五、评判规则 （1）否决条件：出现以下情况直接判定0分。 ● 路径列表不连续，例如（0，1），后面直接是（2，3） ● 路径列表出现穿越不可通过的点 （2）评分标准 ● 路径得分：（最短路径数 / 参赛用户实际路径数） X 50 ● 资源得分：每一个资源点得5分，获得全部资源点得50分。 总得分 = 路径得分 + 资源得分 最终系统会通过 N 个迷宫和随机资源点对算法进行综合评分取平均值。

赛题介绍 大赛主题 算网共生 云智无界 大赛介绍 为助力中国移动算力网络的发展，加速移动云向算力网络演进过程，促进基于移动云产品能力的创新应用与解决方案的丰富，中国移动通信集团有限公司联合多家单位举办第二届“移动云杯”算力网络应用创新大赛，为算力网络的战略落实提供创新平台，全力推动移动云持续向“业界一流云服务商”迈进。 三大赛道 行业赛道 借开发者之力，探索多样化场景需求，开拓算网新生态 本赛道面向全社会开发者，探索多样化算力网络应用场景，鼓励参赛者基于移动云产品能力，开发形成丰富的算力网络创新应用。更多详情请点击下方了解。 行业应用创新子赛道 医疗行业应用子赛道 工业行业应用子赛道 云电脑应用子赛道 高校赛道 以新生之力，求索AI与算网交织点，构筑数智新未来 本赛道面向全国高校大学生，旨在挖掘算力网络时代的优秀人才，采取算法加应用创意赛的方式，推动高校人才创新培养，助力中国移动数字化转型发展。更多详情请点击下方了解。 算网融合运营子赛道 九天应用子赛道 立即报名 赛程安排 1、报名、作品准备及提交 2023年5月中旬-9月中旬 2、赛道初赛 2023年9月下旬 3、复赛作品提交 2023年9月下旬 4、赛道复赛 2023年9月下旬-10月上旬 5、赛道决赛作品提交 2023年10月中旬 6、赛道决赛 2023年10月下旬 7、全国总决赛及颁奖 2023年11月 说明：初赛为线上专家系统评审，复赛为线上路演，赛道决赛及全国总决赛视情况选择线下/线上路演方式开展。比赛赛程安排若调整，请关注大赛官网、交流群、邮件等通知。 大赛奖金 总奖金池¥5,000,000+(100万现金奖励+400万+购云优惠奖励）

一、赛事介绍 目标检测作为当前计算机视觉落地的热点技术之一，已被广泛应用于自动驾驶、智慧园区、工业检测和卫星/无人机遥感等各类场景。本次比赛主要聚焦其中的卫星/无人机遥感场景，通过结合大量高分辨率的可见光车辆目标数据作为辅助，利用少量成对的可见光和红外车辆目标数据完成智能模型构建，实现对可见光和红外图像中车辆目标的位置、方向以及类别信息的提取。 二、赛题介绍 本次比赛任务为带角度信息的目标检测。主要在卫星/无人机遥感场景下，通过结合大量高分辨率的可见光车辆目标数据作为辅助，利用少量成对的可见光和红外车辆目标数据完成智能模型构建，实现对可见光和红外图像中车辆目标的位置、方向以及类别信息的提取。 带角度信息的目标检测结果示意图如1-1所示。 图1-1 带角度信息的目标检测结果示意 左：可见光检测结果，右：红外检测结果 其中目标采用（cx,cy,rw,rh,angle）表示，含义分别为目标中心X轴坐标、目标中心Y轴坐标、与目标朝向平行边的长度、与目标朝向垂直边的长度以及目标朝向角度。朝向角度以图像X轴方向为0度，逆时针旋转到360度，即根据赛制提供数据情况，在进一步实现更优质检测性能的情况下，可能会涉及到不同任务目标检测迁移、小样本目标检测及多模态数据下目标检测等相关技术。各参赛队伍可充分挖掘比赛数据价值，从中设计并实现多种方法的最优组合。 三、赛程设置 报名及模型提交时间：9月29日-11月24日 评审时间：9月29日-11月24日 结果公布：12月8日 四、奖项设置 一等奖（1支队伍）：30,000元 二等奖（2支队伍）：20,000元 三等奖（3支队伍）：10,000元 *比赛所有奖金均为税前金额。 五、比赛规则 1、参赛对象 大赛面向全社会开放，个人、高等院校、科研单位、企业、创客团队等人员均可报名参赛。 2、报名与组队 参赛选手须在大赛官网报名并且组队参赛（即使单人参赛也要组建单人队伍），参赛队伍限制 1 ~ 3 人。（注：团队每个成员都要单独报名。） 报名截止之后，将停止组队变更，不再允许添加或更改任何队伍成员（注：大赛组织机构单位中涉及题目编写、数据接触的人员禁止参赛）。 3、比赛规则 本次比赛仅允许使用与任务相关不高的公开数据集（例如ImageNet、COCO等）及其预训练模型； 本次比赛不鼓励过度堆砌模型的策略, 对多模型策略将进行限制。使用多个模型的结果进行简单融合（如坐标位置/标签概率求平均等等），被认为是多模型策略。不鼓励过度堆砌模型和硬件来刷高比赛得分的行为，为了鼓励选手在算法设计和优化上的创新，要求在预测阶段的模型组合不能超过2个； 本次比赛将限制每周提交次数，每周允许队伍提交两次检测结果，请参赛队伍自主选择最优结果进行提交； 比赛期间，每天晚上8点后可以通过官方查询唯一通道【惠普Z Club】公众号回复“成绩查询”，查询截止到前一天24点提交作品的最新成绩及排名；` 禁止造假、作弊、雷同、多账号刷分等行为，一经发现即取消比赛资格以及奖励；取得优秀成绩的队伍应当具备模型复现能力。` 最终评选出的获奖队伍，将根据比赛成绩，依次进行成绩复核、颁奖。成绩复核需要选手提供：源代码、模型以及对应的说明文档；如用户未提供成绩材料，或提交的材料不能进行复现，则属于无效作品。` 六、评选规则 根据预测目标框与真实框之间的重叠比例RIoU，超过指定比例视为检测成功。 赛题分数计算方式：mAP@RIoU=0.5:0.05:0.95 其中每项RIoU下的mAP的计算过程可参考: https://github.com/facebookresearch/Detectron/blob/05d04d3a024f0991339de45872d02f2f50669b3d/lib/datasets/voc_eval.py 注意：原始IoU更换为RIoU，RIoU = IoU * cos(Angle_diff), Angle_diff为预测框角度与真实框角度差值。 七、数据格式 提交结果格式为json文件，按照数组的方式存储每一张图片的检测结果，每一张图片的检测结果格式可以参考xml格式标注文件，详细参考如下， result.json [ {"img_filename": str, "result":[ {"category_id": int, "rbox": [x,y,width,height,angle], "score": float}, {"category_id": int, "rbox": [x,y,width,height,angle], "score": float}, …, {"category_id": int, "rbox": [x,y,width,height,angle], "score": float}, ]}, …, {"img_filename": str, "result":[ {"category_id": int, "rbox": [x,y,width,height,angle], "score": float}, {"category_id": int, "rbox": [x,y,width,height,angle], "score": float}, …, {"category_id": int, "rbox": [x,y,width,height,angle], "score": float}, ]}, ] 注意：img_filename为图像名称，由于测试集为成对可见光-红外图像，上述结果应当保存所有模态图像的检测结果。例如： 可见光：RGB/DJI_2022091001_0246.jpg 红外：Infrared/ DJI_2022091001_0246.jpg 八、数据集详细信息 本次比赛数据集主要分为两个部分。其中一部分为 高清分辨率可见光传统矩形车辆目标图像数据 ，其作为比赛任务的辅助数据，可供参赛队伍进行大规模数据预训练等相关策略，为后续小样本情况下的目标检测提供帮助；另外一部分为 对齐的可见光和红外旋转车辆目标图像数据 ，其作为比赛任务的主要数据，供参赛队伍基于其中少量的成对数据，完成可见光和红外旋转车辆目标检测智能模型构建，并在余下数据中进行评测。详细说明如下： 1. 目录结构 └── dataset ├── 1_HR_RGB （辅助数据） ├── JPEGImages └── Annotations └── 2_Algned_RGB_Infrared（主要数据） ├── JPEGImages ├── RGB └── Infrared └── Annotations ├── RGB └── Infrared 2. 高清分辨率可见光车辆图像数据 高清分辨率可见光车辆图像数据信息如下： 数据大小：约42G； 数据类型：可见光图像及XML标注 图像总数：2192； 图像分辨率：不小于4000×3000； 目标类别：10类车辆目标，类别分别为car(小轿车)、mini bus(面包车)、truck(卡车)、bus(公共汽车)、pick up truck(小型货车)、van(厢式货车)、excavating machinery(挖掘机)、other engineering vehicle(其他工程车)、mixer(搅拌车)、oil tanker(油罐车)； 目标格式：采用传统矩形框(xmin,ymin,xmax,ymax)表示； 数据划分：全部用于辅助训练 图2-1给出了其中一张图像及其标注目标的示意情况。 图2-1 高清分辨率可见光车辆图像数据示意图 3. 对齐可见光-红外车辆图像数据 对齐可见光-红外车辆图像数据信息如下： 数据大小：约550M； 数据类型：对齐可见光+红外图像，及各自XML标注 图像总数：2232对； 图像分辨率：640×512，其中可见光3通道，红外1通道； 目标类别：4类车辆目标，类别分别为car(小轿车)、bus(公共汽车)、light truck(轻型卡车)、heavy truck(重型汽车)，对应id分别为0、1、2、3； 目标格式：采用旋转矩形框(cx,cy,rw,rh,angle)表示； 数据划分：训练集558对，测试集1674对； 数据涉及白天和夜晚环境，其中1588对为白天环境下采集，644对为夜晚环境下采集。在2232张（可见光/红外）图像中，上述小轿车、公共汽车、轻型卡车、重型卡车四类目标平均每图5.90个、0.58个、0.94个和0.91个。 数据以大约1:3的比例划分为两部分，分别为训练集和测试集。在划分的过程中，每种比例下得到的训练集除了训练图像数要满足该比例要求外，其在白天/夜晚不同环境下的图像数，以及每类目标数也要在一定程度上满足该比例要求。 图2-2给出了其中一对白天和夜晚图像及其标注目标的示意情况。 图2-2 对齐可见光-红外车辆图像数据 上：白天环境，下：夜晚环境