544 lines
18 KiB
Python
544 lines
18 KiB
Python
import pygame
|
|
import random
|
|
import time
|
|
import pandas as pd
|
|
import math
|
|
import matplotlib.pyplot as plt
|
|
|
|
kuchnia_xy = 0
|
|
pozycja_startowa = 0
|
|
losuj_uklad = False # Gdy True, losuje uklad stolikow oraz przeszkod
|
|
|
|
# ------------Ustawienia siatki
|
|
blockSize = 60
|
|
rows = 14
|
|
columns = 24
|
|
|
|
|
|
# -----------------------------Inicjacja klas
|
|
class Kelner:
|
|
def __init__(self, x, y):
|
|
self.x = x
|
|
self.y = y
|
|
self.speed = 80 # od 0 do 100, preferowane 80
|
|
self.stanPrzestrzeni = [0, 0, 0]
|
|
self.stan = "stoi" # Stan kelnera: stoi, odbiera lub wraca
|
|
self.stolik_docelowy = None # Stolik, do którego idzie kelner
|
|
self.chodzi = True
|
|
self.cel_x = x
|
|
self.cel_y = y
|
|
self.kierunek = 0 # 0 - północ, 1 - wschód, 2 - południe, 3 - zachód
|
|
self.indexRuchu = 0
|
|
|
|
def wklej(self):
|
|
kelnerRotated = pygame.transform.rotate(kelnerImg, -90 * kelner.kierunek)
|
|
screen.blit(kelnerRotated, (self.x * blockSize, self.y * blockSize))
|
|
|
|
# def idz_do_stolika(self):
|
|
# self.cel_x, self.cel_y = self.stolik_docelowy.x, self.stolik_docelowy.y
|
|
# kelner.stan = "odbiera"
|
|
|
|
def idz_do_kuchni(self):
|
|
self.cel_x, self.cel_y = kuchnia_xy, kuchnia_xy
|
|
self.stolik_docelowy = None
|
|
kelner.stan = "wraca"
|
|
|
|
def obrot_w_lewo(self):
|
|
self.kierunek = (self.kierunek - 1) % 4
|
|
self.stanPrzestrzeni[2] = (self.stanPrzestrzeni[2] - 1) % 4
|
|
|
|
def obrot_w_prawo(self):
|
|
self.kierunek = (self.kierunek + 1) % 4
|
|
self.stanPrzestrzeni[2] = (self.stanPrzestrzeni[2] + 1) % 4
|
|
|
|
def idz_do_przodu(self):
|
|
if self.kierunek == 0:
|
|
self.y -= 1
|
|
self.stanPrzestrzeni[1] -= 1
|
|
elif self.kierunek == 1:
|
|
self.x += 1
|
|
self.stanPrzestrzeni[0] += 1
|
|
elif self.kierunek == 2:
|
|
self.y += 1
|
|
self.stanPrzestrzeni[1] += 1
|
|
elif self.kierunek == 3:
|
|
self.x -= 1
|
|
self.stanPrzestrzeni[0] -= 1
|
|
|
|
def wykonajAkcje(self, ruchy):
|
|
if self.indexRuchu < len(ruchy):
|
|
akcja = ruchy[self.indexRuchu]
|
|
if akcja == 'F':
|
|
self.idz_do_przodu()
|
|
elif akcja == 'L':
|
|
self.obrot_w_lewo()
|
|
elif akcja == 'R':
|
|
self.obrot_w_prawo()
|
|
self.indexRuchu += 1
|
|
if self.indexRuchu >= len(ruchy): # Reset po zakończeniu wszystkich ruchów
|
|
self.indexRuchu = 0
|
|
|
|
|
|
class Stolik:
|
|
def __init__(self, x, y):
|
|
self.x = x
|
|
self.y = y
|
|
self.zamowione = False
|
|
|
|
def wklej(self):
|
|
screen.blit(stolikImg, (self.x * blockSize, self.y * blockSize))
|
|
|
|
|
|
class Przeszkoda:
|
|
def __init__(self, x, y, typ):
|
|
self.x = x
|
|
self.y = y
|
|
self.typ = typ
|
|
|
|
# ocena kosztu przeszkody
|
|
if self.typ == "sliska podloga":
|
|
self.cena = 2
|
|
|
|
elif self.typ == "dywan":
|
|
self.cena = 4
|
|
|
|
def wklej(self):
|
|
if self.typ == "sliska podloga":
|
|
screen.blit(sliskaPodlogaImg, (self.x * blockSize, self.y * blockSize))
|
|
elif self.typ == "dywan":
|
|
screen.blit(dywanImg, (self.x * blockSize, self.y * blockSize))
|
|
|
|
|
|
# -----------------Przeszukiwanie przestrzeni stanów
|
|
|
|
import heapq
|
|
|
|
|
|
def a_star(start, cel, stoliki, przeszkody):
|
|
queue = [] # Kolejka priorytetowa
|
|
heapq.heappush(queue, (0, start)) # (koszt, stan)
|
|
odwiedzone = set([start])
|
|
poprzednicy = {start: (None, None, 0)} # (poprzedni stan, ruch, koszt do tej pory)
|
|
|
|
while queue:
|
|
obecny_koszt, obecny = heapq.heappop(queue) # pobranie stanu z najniższym kosztem
|
|
|
|
if obecny[:2] == cel:
|
|
return odtworz_ruchy(poprzednicy, obecny)
|
|
|
|
for nastepnik, ruch, koszt_ruchu in generuj_nastepniki_i_ruchy(obecny, stoliki, przeszkody):
|
|
nowy_koszt = poprzednicy[obecny][2] + koszt_ruchu # Obliczanie nowego kosztu dojscia do nastepnika
|
|
|
|
# nastepnik nie był odwiedzony lub znaleziono tansza sciezke do niego
|
|
if nastepnik not in odwiedzone or nowy_koszt < poprzednicy.get(nastepnik, (None, None, float('inf')))[2]:
|
|
heapq.heappush(queue, (nowy_koszt + heurystyka(nastepnik, cel), nastepnik))
|
|
poprzednicy[nastepnik] = (obecny, ruch, nowy_koszt)
|
|
odwiedzone.add(nastepnik)
|
|
return []
|
|
|
|
|
|
def heurystyka(nastepnik, cel):
|
|
# Oszacowanie sumy odleglosci w pionie i w poziomie
|
|
return abs(nastepnik[0] - cel[0]) + abs(nastepnik[1] - cel[1])
|
|
|
|
|
|
# ----------Funkcja generowania następników dla poszczególnych stanów
|
|
def generuj_nastepniki_i_ruchy(stan, stoliki, przeszkody):
|
|
x, y, kierunek = stan
|
|
ruchy = []
|
|
|
|
# Obrot w lewo
|
|
nowy_kierunek = (kierunek - 1) % 4
|
|
ruchy.append(((x, y, nowy_kierunek), 'L', 1))
|
|
|
|
# Obrot w prawo
|
|
nowy_kierunek = (kierunek + 1) % 4
|
|
ruchy.append(((x, y, nowy_kierunek), 'R', 1))
|
|
|
|
# Krok do przodu
|
|
if kierunek == 0:
|
|
nowy_x, nowy_y = x, y - 1
|
|
elif kierunek == 1:
|
|
nowy_x, nowy_y = x + 1, y
|
|
elif kierunek == 2:
|
|
nowy_x, nowy_y = x, y + 1
|
|
elif kierunek == 3:
|
|
nowy_x, nowy_y = x - 1, y
|
|
|
|
# sprawdzamy, czy następny stan jest w granicach planszy
|
|
if 0 <= nowy_x < columns and 0 <= nowy_y < rows:
|
|
# sprawdzamy, czy następny stan nie wchodzi w stolik
|
|
if not any(stolik.x == nowy_x and stolik.y == nowy_y for stolik in stoliki):
|
|
koszt = next(
|
|
(przeszkoda.cena for przeszkoda in przeszkody if przeszkoda.x == nowy_x and przeszkoda.y == nowy_y), 1)
|
|
ruchy.append(((nowy_x, nowy_y, kierunek), 'F', koszt))
|
|
|
|
return ruchy
|
|
|
|
|
|
# -----Funkcja tworząca listę kroków potrzebnych do uzyskania celu
|
|
def odtworz_ruchy(poprzednicy, cel):
|
|
ruchy = []
|
|
krok = cel
|
|
while krok and poprzednicy[krok][0] is not None:
|
|
ruchy.append(poprzednicy[krok][1])
|
|
krok = poprzednicy[krok][0]
|
|
ruchy.reverse()
|
|
return ruchy
|
|
|
|
def licz_entropie(data, target_column):
|
|
total_rows = len(data)
|
|
target_values = data[target_column].unique()
|
|
|
|
entropy = 0
|
|
for value in target_values:
|
|
value_count = len(data[data[target_column] == value])
|
|
proportion = value_count / total_rows
|
|
entropy -= proportion * math.log2(proportion)
|
|
return entropy
|
|
|
|
def licz_zysk(atrybut,korzen,data):
|
|
entropia_wazona = 0
|
|
unique_values = data[atrybut].unique()
|
|
for value in unique_values:
|
|
subset = data[data[atrybut] == value]
|
|
proportion = len(subset) / len(data)
|
|
entropia_wazona += proportion * licz_entropie(subset, data.columns[-1])
|
|
|
|
zysk = korzen - entropia_wazona
|
|
return zysk
|
|
|
|
def szukaj_split(z, atrybuty):
|
|
max = 0
|
|
max_atr = "None"
|
|
for atrybut in atrybuty:
|
|
if z[atrybut]>max:
|
|
max = z[atrybut]
|
|
max_atr = atrybut
|
|
return max_atr
|
|
|
|
def GenerujDane(ques):
|
|
k = [0,0,0,0,0,0,0,0]
|
|
for n in range(8):
|
|
k[n] = random.choice([0,1])
|
|
print(ques[n] + str(k[n]))
|
|
return k
|
|
|
|
def id3(data,mode,klient):
|
|
zysk = {}
|
|
korzen = licz_entropie(data,data.columns[-1])
|
|
lista = data.columns
|
|
for atrybut in lista[:-1]:
|
|
zysk[atrybut] = licz_zysk(atrybut,korzen,data)
|
|
split = szukaj_split(zysk, data.head(0).columns[:-1])
|
|
if split == "None":
|
|
wynik = data.iloc[0, -1]
|
|
if wynik == 1 and mode == "klient":
|
|
print("Klient zadowolony!")
|
|
elif wynik == 0 and mode == "klient":
|
|
print("Klient niezadowolony!")
|
|
print("---------------------------------------------------------------------------------------")
|
|
else:
|
|
#print("Split: " + str(split))
|
|
subset0 = data[data[split] == 0]
|
|
subset0 = subset0.drop([split], axis=1)
|
|
subset1 = data[data[split] == 1]
|
|
subset1 = subset1.drop([split], axis=1)
|
|
#print("Klient: " + str(klient))
|
|
if len(subset0) < len(data) and len(subset1) < len(data):
|
|
if mode == "klient":
|
|
if klient[split] == 0:
|
|
frames.append(subset0)
|
|
else:
|
|
frames.append(subset1)
|
|
elif mode == "full":
|
|
frames.append(subset0)
|
|
frames.append(subset1)
|
|
if len(frames) > 0:
|
|
newData = frames.pop()
|
|
id3(newData,mode, klient)
|
|
|
|
start = (0, 0, 0) # Początkowy stan
|
|
cel = (0, 0) # Docelowe współrzędne
|
|
|
|
# --------------Inicjacja obiektów
|
|
kelner = Kelner(pozycja_startowa, pozycja_startowa)
|
|
|
|
# -----------wspolrzedne stolikow
|
|
coords = ["8 4", "16 4", "0 7", "23 7", "12 9", "8 10", "16 10", "4 12", "12 12", "20 12"]
|
|
|
|
# -----------wspolrzedne sliskich podlog
|
|
coords2 = ["0 2", "0 3", "0 4", "0 5", "4 8", "4 9", "12 2", "12 3", "15 8", "16 8", "19 4", "20 4", "21 4"]
|
|
|
|
# -----------wspolrzedne dywanow
|
|
coords3 = ["6 0", "6 1", "2 2", "3 2", "4 2", "5 2", "1 5", "6 2", "8 6", "8 7", "20 2", "20 3", "19 9", "20 9", "21 9"]
|
|
|
|
# Tworzenie listy stolikow i przeszkod
|
|
stoliki = []
|
|
przeszkody = []
|
|
if not losuj_uklad:
|
|
for coord in coords:
|
|
x, y = map(int, coord.split())
|
|
stoliki.append(Stolik(x, y))
|
|
for coord in coords2:
|
|
x, y = map(int, coord.split())
|
|
przeszkody.append(Przeszkoda(x, y, "sliska podloga"))
|
|
for coord in coords3:
|
|
x, y = map(int, coord.split())
|
|
przeszkody.append(Przeszkoda(x, y, "dywan"))
|
|
else:
|
|
juzbyly = []
|
|
for j in range(1, rows):
|
|
for i in range(columns):
|
|
if (random.randrange(7) == 0) and ((i, j - 1) not in juzbyly) and (
|
|
((i - 1, j - 1) not in juzbyly) or ((i + 1, j - 1) not in juzbyly)):
|
|
stoliki.append(Stolik(i, j))
|
|
juzbyly.append((i, j))
|
|
elif random.randrange(9) == 0:
|
|
przeszkody.append(Przeszkoda(i, j, "sliska podloga"))
|
|
elif random.randrange(12) == 0:
|
|
przeszkody.append(Przeszkoda(i, j, "dywan"))
|
|
|
|
# stoliki = []
|
|
# for i in range(rows)
|
|
|
|
pygame.init()
|
|
pygame.display.set_caption("Automatyczny kelner")
|
|
|
|
# ----------------wymiary okna
|
|
width = columns * blockSize
|
|
height = rows * blockSize
|
|
|
|
screen = pygame.display.set_mode((width, height))
|
|
|
|
kelnerImg = pygame.image.load("kelner.png")
|
|
kelnerImg = pygame.transform.scale(kelnerImg, (blockSize, blockSize))
|
|
stolikImg = pygame.image.load("stolik.png")
|
|
stolikImg = pygame.transform.scale(stolikImg, (blockSize, blockSize))
|
|
menuImg = pygame.image.load("menu.png")
|
|
menuImg = pygame.transform.scale(menuImg, (blockSize / 2, blockSize / 2))
|
|
kitchenImg = pygame.image.load("kitchen.png")
|
|
kitchenImg = pygame.transform.scale(kitchenImg, (blockSize * 2, blockSize * 2))
|
|
sliskaPodlogaImg = pygame.image.load("plama.png")
|
|
sliskaPodlogaImg = pygame.transform.scale(sliskaPodlogaImg, (blockSize, blockSize))
|
|
dywanImg = pygame.image.load("dywan.png")
|
|
dywanImg = pygame.transform.scale(dywanImg, (blockSize, blockSize))
|
|
|
|
|
|
def kuchnia(x, y):
|
|
screen.blit(kitchenImg, (x * blockSize, y * blockSize))
|
|
|
|
|
|
def menu(x, y):
|
|
screen.blit(menuImg, (x * blockSize, y * blockSize))
|
|
|
|
|
|
def wypiszOkno():
|
|
screen.fill((0, 0, 0))
|
|
for x in range(0, width, blockSize):
|
|
for y in range(0, height, blockSize):
|
|
rect = pygame.Rect(x, y, blockSize, blockSize)
|
|
pygame.draw.rect(screen, (200, 200, 200), rect, 1) # -------------Wypisz kratę -TA
|
|
# pygame.draw.rect(screen, (0, 0, 0), rect, 1) #-------------Wypisz kratę -TA
|
|
|
|
def czyZadowolony():
|
|
data = pd.read_csv('zbior_uczacy.csv')
|
|
frames = []
|
|
frames.append(data)
|
|
ques = ["Czy klient sie usmiecha? ", "Czy zostawil napiwek? ", "Czy zachowywal sie grzecznie? ",
|
|
"Czy zjadl cala porcje? ", "Czy zlozyl dodatkowe zamowienia? ",
|
|
"Czy wyrazil zainteresowanie karta stalego klienta? ", "Czy zarezerwowal stolik na przyszlosc? ",
|
|
"Czy zabral wizytowke? "]
|
|
k = GenerujDane(ques)
|
|
atrybuty = []
|
|
for column in data.columns[:-1]:
|
|
atrybuty.append(column)
|
|
klient = {}
|
|
i = 0
|
|
for atr in atrybuty:
|
|
klient[atr] = k[i]
|
|
i = i + 1
|
|
while len(frames) > 0:
|
|
data = frames.pop()
|
|
id3(data, "klient", klient)
|
|
|
|
run = True
|
|
|
|
# czcionka = pygame.font.SysFont('Arial',50)
|
|
|
|
licznik = 0
|
|
ruchy = []
|
|
cel2 = []
|
|
|
|
klient = {}
|
|
frames = []
|
|
|
|
import pandas as pd
|
|
import numpy as np
|
|
import matplotlib.pyplot as plt
|
|
|
|
from sklearn.model_selection import train_test_split
|
|
from sklearn.tree import plot_tree, DecisionTreeClassifier
|
|
|
|
data = pd.read_csv('zbior_uczacy.csv')
|
|
data.head()
|
|
#print(heart_data)
|
|
|
|
data_x = data.drop('Zadowolony', axis=1)
|
|
data_y = data['Zadowolony']
|
|
|
|
data_x_encoded = pd.get_dummies(data_x, drop_first = True)
|
|
data_x_encoded.head()
|
|
|
|
best_acc = 0
|
|
|
|
from sklearn.tree import DecisionTreeClassifier
|
|
from sklearn.metrics import accuracy_score
|
|
X_train, X_test, y_train, y_test = train_test_split(data_x_encoded, data_y, test_size=0.3)
|
|
|
|
dtree = DecisionTreeClassifier(max_depth=100)
|
|
dtree.fit(X_train, y_train)
|
|
|
|
fig = plt.figure(figsize=((25,20)))
|
|
plot_tree(dtree,
|
|
feature_names=data_x_encoded.columns,
|
|
class_names=['niezadowolony', 'zadowolony'],
|
|
impurity=False,
|
|
proportion=False,
|
|
filled=True)
|
|
fig.savefig('tree.png')
|
|
|
|
|
|
#---------------Neural network
|
|
|
|
import tensorflow as tf
|
|
from tensorflow import keras
|
|
import numpy as np
|
|
import os
|
|
import random
|
|
from PIL import Image
|
|
|
|
new_model = keras.models.load_model("/home/kwak/PycharmProjects/AutomatycznyKelner/pythonProject1/nn.keras")
|
|
|
|
data_cat = ["churros", "cup_cakes", "donuts"]
|
|
|
|
img_height = 160
|
|
img_width = 160
|
|
|
|
|
|
def randomImage(img_height, img_width):
|
|
folder_path = r"Automatyczny_kelner/onTable_toFillWIthRandomPictures"
|
|
files = os.listdir(folder_path)
|
|
image_files = [file for file in files if file.endswith(('png', 'jpg', 'jpeg', 'gif'))]
|
|
|
|
random_image = random.choice(image_files)
|
|
|
|
image_path = os.path.join(folder_path, random_image)
|
|
image = Image.open(image_path)
|
|
image.show()
|
|
|
|
image = image_path
|
|
|
|
image_load = tf.keras.utils.load_img(image, target_size=(img_height, img_width))
|
|
img_arr = tf.keras.utils.array_to_img(image_load)
|
|
img_bat = tf.expand_dims(img_arr, 0)
|
|
|
|
predict = new_model.predict(img_bat)
|
|
print(predict)
|
|
#predicted_class = np.argmax(predict, axis=-1)
|
|
#print(data_cat[int(predicted_class)])
|
|
score = tf.nn.softmax(predict)
|
|
print('Food in image is {} with accuracy of {:0.2f}'.format(data_cat[np.argmax(score)], np.max(score) * 100))
|
|
|
|
|
|
while run:
|
|
cel2 = list(cel)
|
|
|
|
# print(f"{kelner.stanPrzestrzeni}, {cel2}, {kelner.indexRuchu} {kelner.stan}")
|
|
wypiszOkno()
|
|
kuchnia(kuchnia_xy, kuchnia_xy)
|
|
|
|
for stolik in stoliki:
|
|
stolik.wklej()
|
|
|
|
for przeszkoda in przeszkody:
|
|
przeszkoda.wklej()
|
|
|
|
kelner.wklej()
|
|
|
|
if kelner.stan == "wraca":
|
|
menu(kelner.x, kelner.y)
|
|
|
|
licznik += 1
|
|
|
|
# ------------weź zamowienie
|
|
for stolik in stoliki:
|
|
if stolik.zamowione == True:
|
|
menu(stolik.x, stolik.y)
|
|
if kelner.stan == "stoi":
|
|
kelner.stolik_docelowy = stolik
|
|
kelner.cel_x, kelner.cel_y = kelner.stolik_docelowy.x, kelner.stolik_docelowy.y - 1
|
|
cel = (kelner.cel_x, kelner.cel_y)
|
|
print("Szukam ścieżki do stolika...")
|
|
ruchy = a_star(tuple(kelner.stanPrzestrzeni), cel, stoliki, przeszkody)
|
|
kelner.stan = "odbiera"
|
|
|
|
if ruchy:
|
|
print("Znaleziono ścieżkę ruchów: ", ruchy)
|
|
czyZadowolony()
|
|
else:
|
|
print("Nie znaleziono ścieżki do celu.")
|
|
|
|
# ----------Losuje stoliki, które dokonają zamówienia
|
|
if kelner.stan == "stoi":
|
|
for stolik in stoliki:
|
|
if stolik.zamowione == True:
|
|
break
|
|
for i in range(len(stoliki)):
|
|
if random.randrange(2) == 1:
|
|
stoliki[i].zamowione = True
|
|
|
|
# print(kelner.stan)--------------------------Wypisuje stan kelnera
|
|
# print(f"{kelner.x} {kelner.y}")-------------Wypisuje wspolrzedne kelnera
|
|
|
|
# ----------------Zmiana pozycji kelnera
|
|
if kelner.chodzi == True and licznik % (101 - kelner.speed) == 0 and kelner.stanPrzestrzeni[
|
|
:2] != cel2: # ograniczenie prędkości
|
|
kelner.wykonajAkcje(ruchy)
|
|
|
|
if kelner.stanPrzestrzeni[:2] == cel2:
|
|
if kelner.stan == "odbiera" and kelner.x == kelner.stolik_docelowy.x and kelner.y == kelner.stolik_docelowy.y - 1:
|
|
kelner.stolik_docelowy.zamowione = False
|
|
kelner.idz_do_kuchni()
|
|
cel = (kelner.cel_x, kelner.cel_y)
|
|
print("Szukam ścieżki do kuchni...")
|
|
ruchy = a_star(tuple(kelner.stanPrzestrzeni), cel, stoliki, przeszkody)
|
|
if ruchy:
|
|
print("Znaleziono ścieżkę ruchów: ", ruchy)
|
|
else:
|
|
print("Nie znaleziono ścieżki do celu.")
|
|
|
|
# ---------neural_network
|
|
randomImage(img_height, img_width)
|
|
|
|
elif kelner.stan == "wraca" and kelner.x == kuchnia_xy and kelner.y == kuchnia_xy:
|
|
kelner.stan = "stoi"
|
|
|
|
time.sleep(0.001)
|
|
|
|
key = pygame.key.get_pressed()
|
|
pygame.display.update()
|
|
for event in pygame.event.get():
|
|
if event.type == pygame.QUIT:
|
|
run = False
|
|
#------------------------------------------------------------------------------------------------------------------
|
|
|
|
|
|
'''
|
|
frames.clear()
|
|
frames.append(data)
|
|
while len(frames) > 0:
|
|
data = frames.pop()
|
|
id3(data,"full")
|
|
'''
|
|
pygame.quit() |