Sztuczna_Inteligencja_2020/environment.md
2020-04-07 22:37:59 +02:00

58 lines
1.9 KiB
Markdown

# Raport 1
**Wybrany temat:** Automatyczny kelner
**Członkowie zespołu:** Marcin Jerzy Dobrowalski, Paweł Lewcki, Dominik Zawadzki, Maksymilian Kierski
**Czas prac:** 04.03.2020 - 08.04.2020
**Link do repozytorium projektu:** https://git.wmi.amu.edu.pl/s444427/Sztuczna_Inteligencja_2020
## Założenia Projektu
1. Stworzenie symulacji pracy automatycznego kelnera
2. Praca agenta, opiera się o metody naucznia maszynowego
3. Środowisko działania symulacji jest oparte na macierzy
4. Środowisko generowane jest na bazie pliku tesktowego
5. Kelner porusza się tylko po predefiniowanych polach macierzy
6. Kelner potrafi rozpoznawać pola marzecierzy z predefiniowanymi elementami takimi jak klient, stół, krzesło, bar, ściana
7. Kelner sprawdza stan stolika (pusty, nowi goście, starzy goście, po gościach)
8. Kelner obsługuje gości (doradza danie, przyjmuję zamówienie, serwuje danie, sprząta stolik)
9. Kelner porusza się w optymalny sposób
10. Kelner odbiera gotowe dania z baru i zanosi je do gości
## Środowisko agenta i reprezentacja wiedzy
Środowisko oparte jest na macierzy. Macierz z poczególnymi polami środowiska tworzona jest na podstawie pliku tekstowego simulation_1.txt. Pola macierzy zawierają objekty reprezentujące elemnty środowiska. Każdy z obiektów ma swoje poszczególne atrybuty, odpowiedzialne za sposób interakcji agenta względem nich. Agent potrafi porszać się na poczególnych polach pomocą WSAD.
* [main.py](main.py) - plik startowy
* [matrix.py](src/matrix.py) - klasa macierzy
* [tile.py](src/tile.py) - klasa pola macierzy
* [graphics.py](src/graphics.py) - klasa grafiki
* [waiter.py](src/waiter.py) - klasa agenta
![Raport screen](resources/raport.jpg "Raport screen")
## Instalacja i uruchomienie
Wymagania:
```
module: pygames
Python: 3.7.7
```
macOS / Linux
```
pygames
python main.py
```
Windows
```
pygames
python main.py
```