在这个问题中，您将在inference.py中的InferenceModule基类中实现getObservationProb方法。该方法通过观测（即对幽灵的距离的噪声读数）、Pacman的位置、幽灵的位置和幽灵jail的位置，返回给定Pacman的位置和幽灵位置的噪声距离读数的概率。换句话说，我们要返回P(noisyDistance | pacmanPosition, ghostPosition) 。
距离传感器在距离读数上具有概率分布，给出了从Pacman到幽灵Ghost的实际距离。此分布由busters.getObservationProbability(noisyDistance, trueDistance)函数建模，它返回P(noisyDistance | trueDistance)。您应该使用这个函数来帮助您解决问题，并使用提供的manhattanDistance函数来查找Pacman的位置和幽灵Ghost的位置之间的距离。
然而，我们也必须处理幽灵jail的特殊情况。具体地说，当我们捕获一个幽灵并把它送到jail的位置时，我们的距离传感器将返回None。所以，如果幽灵的位置是jail的位置，如观察结果是None，那概率为1，其他的都是概率0。相反，如果距离读数不是None，则幽灵将被监禁的概率为0。如果距离读数为None，则幽灵在jail中的概率为1。确保在实现中处理这个特殊情况。
要测试代码并运行此问题的autograder程序，请执行以下操作：
python3 autograder.py -q q1一般来说，有些签名测试可能要花很长时间来运行这个项目，你必须要有耐心。只要autograder签名者没有超时，你应该没事（前提是你确实通过了测试
