automatyczny_kelner/README.MD
2023-06-01 12:44:29 +02:00

55 lines
2.1 KiB
Markdown

# 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.