python语言下的迷宫游戏的实现猜想

由于本人是研究AI的，尤其是AI的强化学习方向，有时候就会对一些小游戏环境的实现有几分兴趣，因为刚看了有关reinforcement learning解决maze游戏的论文，于是就突发奇想的对这个maze迷宫的实现有些想了解了。

迷宫其实就是在一个表格上画线，然后构成的从某点到另一个点的一个通路的环境：

具体的迷宫的样子：

我们可以用一个0、1组成的二维矩阵来表示一个类似上图的迷宫环境：

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
 
1 0 1 0 0 0 1 0 0 1 0 1 1 0 0 0 0 0 0 1
 
1 0 0 0 1 0 1 1 0 1 0 0 1 0 1 1 0 1 1 1
 
1 0 1 0 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 1
 
1 0 1 0 1 1 1 1 0 0 0 1 0 1 0 1 0 1 0 1
 
1 0 1 0 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 1
 
1 0 1 0 0 0 1 1 1 1 0 1 1 0 1 0 1 0 0 1
 
1 0 0 0 1 0 1 0 0 1 0 0 0 0 1 0 0 0 1 1
 
1 0 1 1 1 0 1 0 0 1 1 1 0 0 1 0 1 0 1 1
 
1 0 1 0 0 0 1 1 0 0 0 1 0 1 1 0 1 1 1 1
 
1 0 1 0 1 1 0 0 0 1 1 0 0 0 1 0 0 0 0 1
 
1 0 1 0 1 0 1 1 0 0 1 0 0 0 1 1 1 0 0 1
 
1 0 1 0 1 0 0 0 0 1 0 0 1 0 0 0 0 0 1 1
 
1 0 1 0 1 1 1 1 0 1 0 1 1 0 1 0 1 1 1 1
 
1 0 1 0 0 0 1 0 0 1 1 0 0 0 1 0 1 0 0 1
 
1 0 1 1 1 0 1 0 0 0 0 0 1 0 1 0 0 0 1 1
 
1 0 0 0 1 0 1 1 1 1 0 1 0 0 1 0 1 0 1 1
 
1 1 1 0 1 0 0 0 0 1 0 1 1 0 1 0 1 0 0 1
 
1 1 1 0 0 0 1 1 0 0 0 1 0 0 0 0 1 0 0 1
 
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

其中，我们可以把1当做是黑格，而0视作为白格，黑格我们认为是不可以通行的地方，也就是迷宫的墙壁，而白格则为可通行的地方。