האקדמיה למשלוחים רובוטיים

האקדמיה למשלוחים רובוטיים

אתם מאמנים רובוט משלוחים במפה עירונית המורכבת מ-8 × 8 תאים. בכל פרק הרובוט מתחיל בתא פנוי, מגיע למחסן שבו נמצאת החבילה, אוסף אותה, נוסע למחסן אחר — היעד — ומוסר אותה. כל מפה מכילה שישה מחסנים ושמונה תאים חסומים.

המטרה היא ללמוד את התנהגות הרובוט ממספר קטן במכוון של הדגמות מומחה. זוהי בעיית שיבוט התנהגות: אתם מאמנים מודל על דוגמאות תצפית/פעולה ולאחר מכן מריצים אותו צעד אחר צעד בפרקים חדשים.

סביבה

המחסנים ממוספרים באמצעות 0..5 ומסומנים באמצעות A..F. פרק מסתיים בהצלחה כאשר הרובוט מבצע פעולת dropoff תקפה ביעד בזמן שהוא נושא את החבילה. מותרות לכל היותר 120 actions.

תנועה לתוך קיר או אל מחוץ למפה אינה משנה את מיקום הרובוט, אך צורכת צעד אחד. pickup מצליחה רק במחסן החבילה, כאשר הרובוט עדיין אינו נושא את החבילה. dropoff מצליחה רק ביעד, כאשר הרובוט נושא את החבילה. pickup או dropoff לא תקף אינו משנה את state וצורך צעד אחד.

תצפית

כל תצפית אימון מכילה:

• grid: טנזור float32 בעל צורה (6, 8, 8);
• vector: 13 ערכים מספריים מנורמלים;
• action_mask: שישה ערכים בוליאניים המציינים את ה-actions התקפות;
• state: (row, column, package_field, destination).

הערוצים של טנזור grid מייצגים:

1. קירות;
2. את כל המחסנים;
3. את מיקום הרובוט;
4. את מיקום החבילה, כאשר הערוץ ריק בזמן נשיאת החבילה;
5. את היעד;
6. את מחוון הנשיאה, החוזר על פני כל המפה.

ה-vector מכיל, לפי הסדר: את השורה והעמודה המנורמלות של הרובוט, את שדה החבילה, את היעד, את מחוון הנשיאה, את השורה והעמודה של היעד הנוכחי, את ההפרשים ביחס ליעד, ולאחר מכן ארבעה מחווני תנועה חסומה בסדר דרום, צפון, מזרח, מערב.

נתונים

מערך הנתונים הציבורי מכיל:

• 400 הדגמות מומחה מוצלחות, המכילות 5,327 צעדים מתויגים;
• 200 תרחישי אימות ללא actions של מומחה;
• 1,600 תרחישי בדיקה ללא actions של מומחה.

חבילת הפלטפורמה משתמשת ב-JSON ובמערכי NumPy בטוחים במקום בקובצי Python pickle. עיינו ב-starter_kit.py לקבלת השמות המדויקים וקוד הטעינה. טענו קובצי NumPy באמצעות allow_pickle=False.

כל layout_id משותף לארבעה פרקים. המפתח הייחודי הוא תמיד:

1(layout_id, episode_seed)

משימה

אמנו מודל דטרמיניסטי המנבא את הפעולה הבאה מתוך התצפית הנוכחית. הריצו את המודל על פני פרקים מלאים וצרו רצף פעולות אחד לכל תרחיש בדיקה.

אתם רשאים להשתמש בהדגמות שסופקו לצורך האימון. אינכם רשאים להשיג תוויות מומחה עבור מערכי האימות או הבדיקה, וגם לא ליצור הדגמות מומחה נוספות באמצעות חיפוש, תכנון או מודל מומחה אחר. הוועדה המדעית עשויה לבדוק פתרונות המבוססים על כללים או המקודדים במפורש באופן קשיח. המארגנים עשויים לבקש את ה-notebook או את קוד המקור ששימשו ליצירת ההגשה.

פורמט ההגשה

הגישו ארכיון ZIP בשם predictions.zip, המכיל בדיוק קובץ אחד בשורש שלו: predictions.json.

הקובץ חייב להכיל מערך JSON ובו בדיוק 1,600 אובייקטים, אחד לכל פרק בדיקה:

1[2  {"layout_id":"test_0000","episode_seed":300000,"actions":[1,1,2,4,0,5]}3]

דרישות:

• הפרקים מותאמים באמצעות (layout_id, episode_seed), ולא לפי סדר השורות;
• כל פרק חייב להופיע בדיוק פעם אחת;
• מפתחות לא מוכרים או כפולים אינם מותרים;
• actions חייבת להיות רשימת JSON של מספרים שלמים — לא ערכים בוליאניים — בין 0 ל-5;
• כל רשימה יכולה להכיל לכל היותר 120 actions;
• יצירת התחזיות חייבת להיות דטרמיניסטית.

ארכיונים לא תקפים או הגשות חלקיות נדחים.

הערכה

המדד הוא שיעור הצלחת הפרקים:

1SR = successful deliveries / evaluated episodes2score = 100 × SR

לא ניתן ניקוד חלקי עבור הגעה לחבילה, התקרבות ליעד או שימוש במספר קטן יותר של צעדים.

עבור טבלת המובילים של הפלטפורמה, מפות הבדיקה מחולקות באופן דטרמיניסטי:

• טבלת מובילים חיה/חלקית: 80 מפות, 320 פרקים;
• טבלת מובילים סופית/מלאה: 320 מפות, 1,280 פרקים.

במהלך התחרות מוצג הניקוד החלקי, ואילו טבלת המובילים הסופית משתמשת במערך המלא. השיוך לשתי תת-הקבוצות אינו נכלל בנתונים הציבוריים. מספר הצעדים הממוצע וניסיונות pickup/dropoff לא תקפים עשויים להופיע ביומני המעריך, אך הם אינם משפיעים על הניקוד.

ייחוס

מעובד מתוך „האקדמיה למשלוחים רובוטיים: תוכנית הכנה” (IOAI 2026, Home Task 2). ייצוג הנתונים הבטוח, כללי האימות, חלוקת טבלת המובילים והמעריך הם התאמות לפלטפורמת MLCompete.