迷宮逃脫 AI（Maze Escape AI）
為什麼推薦這個題目
優點 說明
可展示多種搜尋演算法 可以比較 DFS、BFS、A* 等搜尋效率，非常符合「搜尋型 AI」主題。
具遊戲性與互動性 可設計為玩家 vs AI、或 AI 自動解迷宮。
容易分析效能 能清楚量化「路徑長度、擴展節點數、執行時間」。
延伸彈性高 可加入動畫、迷宮生成、不同難度、AI 對戰。
結構清晰 模組分明，報告撰寫容易、程式架構乾淨。
專題名稱建議

中文名稱：

《基於搜尋演算法的智能迷宮逃脫 AI》

英文名稱：

Intelligent Maze Escape AI Based on Search Algorithms

專題目標

實作一個能自動生成的迷宮環境。

使用多種搜尋演算法（DFS、BFS、A*）找出最短路徑。

比較各演算法在搜尋成本與路徑品質上的表現。

顯示迷宮與 AI 搜尋過程，增強互動性。

系統模組設計
/maze_ai/
├── main.c // 主程式、使用者介面
├── maze_gen.c / .h // 迷宮生成 (DFS 演算法)
├── search.c / .h // 各種搜尋演算法 (DFS, BFS, A*)
├── display.c / .h // 終端文字顯示或簡易動畫
├── analysis.c / .h // 效能統計與結果輸出
└── result.txt // 記錄搜尋成本與最佳路徑長度

可實作的搜尋演算法
演算法 特點 適用比較
DFS 深度優先搜尋，速度快但不保證最短路徑 對照 BFS/A* 效率
BFS 廣度優先搜尋，能保證最短路徑 作為標準比較基準
A* 使用啟發式函數（如曼哈頓距離）提升效率 展示 AI「智慧性」
效能分析建議

每次搜尋可統計以下數據：

搜尋演算法名稱

節點擴展數

最終路徑長度

執行時間（以 clock() 測量）

結果輸出到 result.txt：

Algorithm | Expanded Nodes | Path Length | Time (ms)

DFS | 875 | 72 | 2.51
BFS | 1012 | 58 | 3.04
A* | 243 | 58 | 0.91

顯示範例（文字模式）
###########
#S..#.....#
###.#.###.#
#...#...#.#
#.#.###.#.#
#.#.....#.#
#.#.#####.#
#...#....E#
###########

S = 起點 E = 終點 . = 路徑 # = 牆壁

AI 搜尋後可顯示最佳路徑並標出。