主要代码是gen_world_ca.py,其中有各个参数来调节，来生成适合自己机器人的gazebo环境，顺带着还会生成路径等等（没有具体研究），具体参数如下：

jackal takes up 2 extra grid squares on each side in addition to center square

jackal_radius = 3

pgm file resolution

pgm_res = 0.15 # meters per pixel

inflation radius found in planner params

infl_rad = 0.15 # meters

radius of cylinders in the .world file

cyl_radius = 0.075

length of containment wall, in meters

contain_wall_length = 5

原先的jackal机器人的半径是2格，pgm_res是一个格子代表几米，也就是分辨率，cyl_radius是圆柱体的半径，那么也就是一个圆柱体占一个格子，contain_wall_length 是开头的空余长度也就是5个圆柱体，这个不是障碍物的长度。
infl_rad = 0.15 # meters是生成路径时的膨胀半径，如果生成不了路径，则这个环境不行要抛弃，重新生成，直到成功为止。

具体障碍物的长宽度在gen_world_ca.py中的这个
def main(iteration=0, seed=0, smooth_iter=4, fill_pct=.27, rows=100, cols=100, show_metrics=1):函数中定义，原先的给的代码是rows和cols都是30。

接着还有generator.py这个文件， result = gen_world_ca.main(total_counter, hash(datetime.datetime.now()), smooths, fill_pct, show_metrics=0)这里生成环境，smooths是生成环境时候的平滑次数， fill_pct是障碍物的占比在这个rows=100, cols=100长宽的空间里面,具体原理是利用random判断这个格子要不要放入障碍物。运行generator.py进行生成环境。