Реализация гибридного поиска с фильтрацией лучей в NetworkX ⇐ Python

[Anonymous]

Я пытаюсь реализовать алгоритм поиска с гибридным фильтрованным лучом, используя NetworkX, чтобы найти оптимальный путь в ориентированном графе. Цель состоит в том, чтобы рассчитать переходы состояний и использовать поиск луча, чтобы найти оптимальную траекторию (сигма). Однако я столкнулся с несколькими проблемами, такими как бесконечные циклы и ошибки типа во время выполнения.
Входные данные:

• E: Траектория или тур.
• C: Матрица стоимости (вычисленная матрица расстояний графа).
• Beta_g: Глобальный фильтр ( обычно применяется, когда нет
  преемников родительского узла).
• Beta_l: локальный фильтр (применяется после сортировки подсписка по g+h).

Я относительно новичок в работе с графиками и буду признателен за любую помощь. В частности, я был бы признателен за:

• Предложения по устранению бесконечных циклов и ошибок типа в моей
  текущей реализации.
• Список упражнений для отработки задач на графах, начиная с
  новичка и заканчивая продвинутыми уровнями.
• Пример кода или ссылки на аналогичные реализации, которые помогут мне
  лучше понять концепции.

Заранее благодарим за помощь!

Подробнее здесь: https://stackoverflow.com/questions/788 ... n-networkx