# pacmanAnalysis

**Repository Path**: xcwangbcp/pacman

## Basic Information

- **Project Name**: pacmanAnalysis
- **Description**: to be filled
- **Primary Language**: Matlab
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-13
- **Last Updated**: 2026-06-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

1. 1_preprocessData
(1) Raw2Mat2CSV: mat->csv 将一天（一个session）的mat数据转换为csv数据
     	run Raw2Mat2CSV_main
	①translateData：一个session的许多mat变为一个大mat文件
	②Mat2Csv: 将这个大mat文件转换为一个大csv文件
(2)csvFormatTransform: csv->csv_final->pkl 将之前的csv再处理一下转换为pkl
	run toPkl 
	①from ppRaw import transData：将csv进一步处理
	②保存为csv和pkl
*(3)constant_map：获得地图和路径信息（在地图不变的情况下，跑一次就可以，不需要每只猴子都跑）
	run RunMapConst_fmri：获得地图结构信息
	①map_data：获取地图墙，路和tunnel的位置
	②save_mapinfo：保存各个信息 map_info.csv
	run create_adjacent_map
	①读取map_info.csv  计算地图上具体位置的可行动方向 保存为adjacent_map.pkl
	run create_dij_distance_map
	①读取adjacent_map.pkl 获取可能的行动路径（这个要跑7min左右）保存为dij_distance_map.pkl



2.2_generateCorretTileData
	run generaterCorrectedData
	①CorrectFrameData：处理原始的frame pkl数据，改一下fruit相关列名，增添一列index。从pkl文件夹的数据出发，得到frame文件夹。
	②ExtractTileFromFrame：从frame data中抽帧得到tile data（25帧一个tile）从frame文件夹的数据出发，得到tile文件夹。
	③CorrectTileData：结合frame data修正tile data。从tile文件夹的数据出发，得到tile_corrected文件夹
*一开始我直接使用了framedata去跑CorrectTileData函数，也能跑通，就是没有抽帧的这一个过程


3.3_calculateQvalue
(1)PreEstimation: 根据tiledata(也可以用framedata，计算出来的结果会不一样）计算得到每个tile/frame时刻 各个stg（6个或7个，7个就是多一个no_energizer）的Qvalue
	run PreEstimation
	①Agent中是用不同方法计算策略价值的各个函数
	②Utils.FileUtils中导入的是读取map info的函数
	③可以通过is_7str变量来选择要拟合7个策略还是6个策略
(2)UtilityConvert：根据地图信息（是否该方向available）将PreEstimation计算得到的Q value文件中的部分价值为0的方向，变为-inf
	run UtilityConvert
	①转换完的文件保存在Q_value_corrected文件夹中


4.4_FittingStrategy/Fitting
	run MergeFitting_nan_ga_parallize