automatyczny_kelner/README.MD

49 lines
1.8 KiB
Plaintext
Raw Normal View History

2023-03-30 15:03:19 +02:00
# AUTOMATYCZNY KELNER
2023-03-31 00:50:46 +02:00
> **Authors:** _Kamil Ryżek_,
2023-03-30 15:03:19 +02:00
> _Aliaksandr Piatrou_,
> _Arseni Zavadski_,
> _Vadzim Valchkovich_
## INSTALATION GUIDE
### Install pipenv
pip install --user pipenv
### Install dependencies
pipenv install -r requirements.txt
## RUN INSTRUCTIONS
pipenv run python agent.py
## TODO
---
- [x] **Planowanie ruchu: Wymagania dot. pierwszego przyrostu**
- [x] Agent powinien dysponować co najmniej następującymi akcjami: ruch do przodu, obrót w lewo, obrót w prawo
- [x] Należy wykorzystać „Schemat procedury przeszukiwania grafu stanów“.
- [x] Należy zaimplementować strategię Breadth-First Search.
---
2023-05-14 14:26:10 +02:00
- [x] **Planowanie ruchu: Wymagania dot. drugiego przyrostu**
- [x] Należy wykorzystać „Schemat procedury przeszukiwania grafu stanów z uwzględnieniem kosztu“
- [x] Należy zaimplementować strategię A\*, czyli zdefiniować funkcję wyznaczającą priorytet następników uwzględniającą zarówno koszt jak i odpowiednią heurystykę.
- [x] Agent powinien dysponować co najmniej następującymi akcjami: ruch do przodu, obrót w lewo, obrót w prawo.
2023-05-14 14:26:10 +02:00
- [x] Koszt wjazdu na pola poszczególnych typów powinien być zróżnicowany.
> _Przykład: Koszt wjazdu traktora na pole marchewek to 10 a koszt wjazdu na pole puste to 1._
---
2023-05-14 14:23:37 +02:00
- [ ] **Drzewa decyzyjne: wymagania dot. trzeciego przyrostu**
- [ ] Należy wykorzystać algorytm ID3 (tj. schemat indukcyjnego uczenia drzewa decyzyjnego oraz procedurę wyboru atrybutu o największym przyroście informacji) lub któreś z jego uogólnień.
- [ ] Należy przygotować zbiór uczący złożony z co najmniej 200 przykładów.
- [ ] Decyzja stanowiąca cel uczenia powinna zostać opisana przynajmniej ośmioma atrybutami.
- [ ] Powinna pojawić się opcja podglądu wyuczonego drzewa (np. w logach lub w pliku z graficzną reprezentacją drzewa).