DeepSeek R1 のコーディング能力 2

DeepSeek R1 のコーディング能力を試す 2

---

以前の投稿でDeepSeek R1でWeasel Programを試してみたところChatGPTとは大きく異なる挙動が見られた．そこで今回はDeepSeek R1でLangton’s Antを試してみたい．

やはり挙動が大きく異なる．

Langton's AntのシミュレーションをPythonで実装．

	エラーが出ないように自分で点検して．

from collections import defaultdict

class LangtonsAnt:
    def __init__(self):
        self.grid = defaultdict(int)
        self.position = (0, 0)
        self.directions = [(0, 1), (1, 0), (0, -1), (-1, 0)]  # 北・東・南・西
        self.current_dir = 0  # 初期方向:北
        self.color_map = {0: '□', 1: '■'}
        
    def rotate(self, color):
        """色に応じた方向転換ロジック"""
        self.current_dir = (self.current_dir + (1 if color == 0 else -1)) % 4
        
    def move(self):
        """1ステップの移動処理"""
        x, y = self.position
        current_color = self.grid[(x, y)]
        
        # 回転と色反転
        self.rotate(current_color)
        self.grid[(x, y)] ^= 1  # 0/1切り替え
        
        # 新しい位置へ移動
        dx, dy = self.directions[self.current_dir]
        self.position = (x + dx, y + dy)
        
    def visualize(self, size=15):
        """現在のグリッド状態を可視化"""
        cx, cy = self.position
        half = size // 2
        return '\n'.join(
            ' '.join(
                f'>{self.color_map[self.grid[(x, y)]]}<' if (x, y) == self.position 
                else self.color_map[self.grid[(x, y)]]
                for x in range(cx - half, cx + half + 1)
            )
            for y in range(cy + half, cy - half - 1, -1)
        )

# 実行例
if __name__ == "__main__":
    ant = LangtonsAnt()
    for _ in range(100):
        ant.move()
    print("100 steps:")
    print(ant.visualize(11))

Output 例

100 steps:

□ □ □ □ □ □ □ □ □ □ □

□ □ □ □ □ □ □ □ □ □ □

□ □ □ □ □ □ □ □ □ □ □

□ □ □ □ □ ■ ■ □ □ □ □

□ □ □ □ ■ □ □ ■ □ □ □

□ □ □ □ □ >■< □ □ ■ □ □

□ □ □ □ ■ □ □ □ ■ □ □

□ □ □ ■ ■ ■ □ ■ □ □ □

□ □ ■ □ □ ■ □ □ □ □ □

□ □ ■ □ □ ■ □ □ □ □ □

□ □ □ ■ □ □ ■ □ □ □ □