Оптимизация ближайшей точки Python для ответов агента на следы агентов
В предисловии я очень новичок в Python и я пользователь-любитель. Моя сфера - архитектура, поэтому я буду задавать очень идиотские вопросы.
Сценарий таков, что я использую агентов, а траектории агентов отображаются в виде кривых трасс. Мне нужно, чтобы агенты могли реагировать на их следы. Я думаю, что самый простой способ сделать это - найти агентам ближайшую точку среди следов, исключая их собственные. Я использую кузнечик, так что есть компоненты, которые могут это сделать, но когда мы говорим о тысячах агентов, тестирующих тысячи трасс, это становится очень медленным, списки для сортировки становятся большими.
В приложении моя самая основная попытка обойти. Логика; каждый агент просматривает список следов, по одному, заменяя clspt каждый раз, когда обнаруживается более короткое расстояние, так что размеры списка никогда не становятся больше, чем количество агентов. Вроде бы быстрее, но есть некоторые ошибки.
Во-первых, по какой-то причине агент [0] в списке всегда идентифицирует свой собственный след, несмотря на бул, установленный для предотвращения этого, есть идеи, почему? Перепробовал разные способы исключения и это продолжает происходить.
Во-вторых, это вообще подходящий способ решения этой проблемы? Я знаю, основываясь на некоторых других вопросах, которые были заданы, использование максимального расстояния поиска помогло бы, поэтому я изучаю это.