רובוטים במבוך - 9/10

רקע

במרכז מחקר למערכות אוטונומיות נבדקים מספר סוגי רובוטים. עבור ניסויים אלו נעשה שימוש במספר סוגי זירות, וכל רובוט עוקב אחר אסטרטגיית חקירה מסוימת. במהלך כל ניסוי, הרובוט מצויד בסט חיישנים ומערכות ניטור האוספות מידע על פעילותו. הנתונים שנרשמו מתארים היבטים שונים של התנהגות הרובוט והסביבה בה הוא פועל.
אלו יכולים לכלול ערכים מספריים (למשל, מהירות ממוצעת, מרחק שעבר, מספר התנגשויות או חפצים שנאספו), אך גם מידע קטגורי או תיאורי (כמו סוג הזירה או תנאי הסביבה). באמצעות ניתוח נתונים אלו ניתן להבחין בדפוסים באופן שבו הרובוטים נעים, חוקרים את המרחב, אוספים חפצים או מגיבים למכשולים.

ניתוח נתונים אלו חשוב עבור:

• זיהוי האסטרטגיה שבה נקט רובוט על סמך ההתנהגות שנצפתה;
• הבנת התכונות המבדילות בין האסטרטגיות השונות;
• בניית מודלים המסוגלים לזהות אוטומטית דפוסי חקירה.

לפתרון בעיה זו יעמדו לרשותכם שני קבצים:

• train.csv – מכיל דוגמאות מתויגות, המשמשות לניתוח ולאימון המודלים;
• test.csv – מכיל את אותם המשתנים, ללא עמודת strategy_label, ומשמש ליצירת תחזיות.

אסטרטגיות הרובוטים

בניסויים נעשה שימוש בארבעה סוגי אסטרטגיות:

• explorer – רובוט המנסה לבקר בכמה שיותר אזורים שונים;
• collector – רובוט המתמקד באיסוף חפצים;
• guardian – רובוט המבצע סיור וחוזר בתדירות גבוהה לאותם אזורים;
• sprinter – רובוט הנע במהירות, עם דגש על מהירות וכיסוי בזמן קצר.

תיאור סט הנתונים

כל שורה בקבצים train.csv ו- test.csv מתאימה לניסוי אחד.

סט הנתונים מכיל עמודות המתארות היבטים שונים של התנהגות הרובוט. דוגמאות למאפיינים כאלו הן:

דרישות

Task 1 - מספר סוגי הזירות (15 נקודות)

באמצעות הנתונים מקובץ train.csv, קבעו כמה ערכים שונים מופיעים בעמודה arena_type.

Task 2 - המהירות המקסימלית שנצפתה (15 נקודות)

באמצעות הנתונים מקובץ train.csv, קבעו את הערך המקסימלי בעמודה avg_speed_mps.

Task 3 - הזירה הנפוצה ביותר (10 נקודות)

על סמך הנתונים מקובץ train.csv, קבעו מהו סוג הזירה המופיע בתדירות הגבוהה ביותר בעמודה arena_type.

Task 4 - ביצועי איסוף מקסימליים (10 נקודות)

על סמך הנתונים מקובץ train.csv, קבעו את הערך המקסימלי בעמודה items_collected.

Task 5 – זיהוי אסטרטגיית הרובוט (50 נקודות)

בנו מודל הקובע את אסטרטגיית הרובוט עבור כל ניסוי ב- test.csv.

הערכים האפשריים הם:

1explorer2collector3guardian4sprinter

פורמט קובץ ההגשה

קובץ ההגשה חייב להיות בפורמט csv ולהכיל את העמודות הבאות:

הערכים האפשריים עבור subtaskID הם:

עבור Task 1 – Task 4, התוצאה היא ערך המחושב גלובלית על סמך הנתונים ב- train.csv.
בקובץ ההגשה, יש לשלוח ערך זה פעם אחת בלבד, תוך שימוש בערך המיוחד GLOBAL עבור robot_id.

עבור Task 5, יש לדווח על האסטרטגיה שנחזתה עבור כל רובוט ב- test.csv.

הערכים האפשריים הם:

1explorer2collector3guardian4sprinter

דוגמה לקובץ submission.csv

1robot_id,subtaskID,answer2GLOBAL,1,103GLOBAL,2,4.314GLOBAL,3,forest5GLOBAL,4,76TR_1000,5,explorer7TR_1001,5,guardian8TR_1002,5,collector

הערכה

הניקוד הכולל הוא 100 נקודות.

Task 1 – Task 4 (50 נקודות)

עבור ארבע המשימות הראשונות, התשובות נקבעות אך ורק על סמך הנתונים ב- train.csv.

ההערכה מתבצעת על ידי השוואה מדויקת (שוויון) בין הערך שנשלח בקובץ ההגשה לבין הערך הנכון שחושב מ- train.csv.

Task 5 – זיהוי אסטרטגיית הרובוט (50 נקודות)

עבור משימה זו מוערכת נכונות האסטרטגיות שנחזו עבור הרובוטים ב- test.csv.

נעשה שימוש במדד Macro-F1, המחשב את ציון ה-F1 עבור כל מחלקה ולאחר מכן מבצע ממוצע של ערכים אלו.

עבור מחלקה c:

ציון ה- Macro-F1 הסופי הוא ממוצע ציוני ה-F1 עבור כל המחלקות:

כאשר K הוא מספר המחלקות. בבעיה זו, K = 4.

הניקוד שיינתן עבור Task 5 הוא:

1score = 50 x MacroF1 (אם MacroF1 < 0.93)2score = 50 (אם MacroF1 >= 0.93)

⬇ הורדת Starter Kit