diff --git a/RaportKarolPiotrowski.md b/RaportKarolPiotrowski.md
index 2e65efe..7d51e7a 100644
--- a/RaportKarolPiotrowski.md
+++ b/RaportKarolPiotrowski.md
@@ -1 +1,47 @@
-a
\ No newline at end of file
+# Opis dokumentu  
+Ten dokument to raport z wykonanego podprojektu na przedmiot Sztuczna Inteligencja. Celem
+zadania jest implementacja algorytmu genetycznego w projekcie o tematyce inteligentny traktor.
+
+# Zastosowanie algorytmu
+Algorytm został wykorzystany do wygenerowania zbioru roślin do zasadzenia na bazie zebranych wcześniej roślin
+
+# Skrócony opis implementacji w projekcie wspólnym
+* Na początku dla każdego pola zawierającego buraki, zostanie wygenerowany kod genetyczny roślin z tego pola.
+
+![](images/test2_generowanie_burakow.png)
+
+* Funkcja Move teraz zajmuje się również zbieraniem i wywoływaniem sadzenia roślin
+
+![](images/move_zbieranie.png)
+
+* Funkcja przypiszKod decyduje czy należy zasadzić jedną z modyfikowanych genetycznie roślin, czy należy zasadzić nową (losową).
+
+![](images/przypiszKod.png)
+
+* Gdy liczba zebranych buraków osiągnie określoną wartość, zostanie przeprowadzony algorytm genetyczny i powstanie tablica roślin do zasadzenia
+
+![](images/wykonanie_algorytmu_gen.png)
+
+# Opis algorytmu genetycznego
+* Algorytm wykonuje 5 iteracji, w których dokonuje selekcji osobników populacji, które zostaną poddane rozrodowi i wytwarza kolejne pokolenie populacji. Po wyjściu z pętli metodą rankingu selekcjonuje najlepszą część ostatniego pokolenia.
+
+![](images/genetic_algorithm.png)
+
+* Selekcja odbywa się metodą ruletki. Obliczana jest wartość funkcji dostosowania dla każdego osobnika. Im lepsza wartość, tym większa szansa na wylosowanie.
+
+![](images/selection.png)
+
+* Funkcja dostosowania polega na wyliczeniu średniej arytmetycznej trzech wartości: smaku, rozmiaru i koloru rośliny, które są zakodowane w łańcuchu znaków.
+
+![](images/fitness.png)
+
+* Funkcja crossover zajmuje się wywołaniem krzyżowania odpowiedniej liczby osobników
+
+![](images/crossover.png)
+
+* Zastosowana została metoda krzyżowania równomiernego (uniform crossover) z małą modyfikacją, zmniejszającą szansę na to, że dziecko będzie "klonem" rodzica. Istnieje również mała szansa, że dojdzie do równomiernej mutacji (uniform mutation), w której losowa cecha dziecka zostaje wygenerowana na nowo.
+
+![](images/cross.png)
+
+ 
+