automatyczny_kelner/README.MD

# AUTOMATYCZNY KELNER

> **Authors:** _Kamil Ryżek_,
> _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.

---

- [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.
  - [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._

---

- [x] **Drzewa decyzyjne: wymagania dot. trzeciego przyrostu**
  - [x] Należy wykorzystać algorytm ID3 (tj. schemat indukcyjnego uczenia drzewa decyzyjnego oraz procedurę wyboru atrybutu o największym przyroście informacji) lub któreś z jego uogólnień.
  - [x] Należy przygotować zbiór uczący złożony z co najmniej 200 przykładów.
  - [x] Decyzja stanowiąca cel uczenia powinna zostać opisana przynajmniej ośmioma atrybutami.
  - [x] Powinna pojawić się opcja podglądu wyuczonego drzewa (np. w logach lub w pliku z graficzną reprezentacją drzewa).

---

- [ ] **Sieci neuronowe: wymagania dot. czwartego przyrostu**
  - [ ] Należy przygotować zbiór uczący zawierający co najmniej 1000 przykładów dla każdej klasy.
  - [ ] Agent powinien wykorzystywać wyuczoną sieć w procesie podejmowania decyzji.