Accademia delle consegne robotizzate

Accademia delle consegne robotizzate

State addestrando un robot per le consegne su una mappa urbana composta da 8 × 8 celle. In ogni episodio, il robot parte da una cella libera, raggiunge il deposito in cui si trova il pacco, lo preleva, si sposta verso un altro deposito — la destinazione — e lo consegna. Ogni mappa contiene sei depositi e otto celle bloccate.

L’obiettivo è apprendere il comportamento del robot da un numero volutamente ridotto di dimostrazioni di esperti. Questo è un problema di clonazione comportamentale: addestrate un modello su esempi di osservazione/azione e poi lo eseguite passo dopo passo su nuovi episodi.

Ambiente

I depositi sono indicizzati con 0..5 ed etichettati con A..F. Un episodio termina con successo quando il robot esegue un’azione dropoff valida alla destinazione mentre trasporta il pacco. Sono consentite al massimo 120 actions.

Muoversi contro un muro o fuori dalla mappa non cambia la posizione del robot, ma consuma un passo. pickup riesce solo presso il deposito del pacco, quando il robot non lo sta già trasportando. dropoff riesce solo alla destinazione, quando il robot trasporta il pacco. Un pickup o dropoff non valido non modifica lo state e consuma un passo.

Osservazione

Ogni osservazione di addestramento contiene:

• grid: un tensore float32 di forma (6, 8, 8);
• vector: 13 valori numerici normalizzati;
• action_mask: sei valori booleani che indicano le actions valide;
• state: (row, column, package_field, destination).

I canali del tensore grid rappresentano:

1. i muri;
2. tutti i depositi;
3. la posizione del robot;
4. la posizione del pacco, con un canale vuoto mentre il pacco viene trasportato;
5. la destinazione;
6. l’indicatore di trasporto, ripetuto su tutta la mappa.

Il vector contiene, nell’ordine: la riga e la colonna normalizzate del robot, il campo del pacco, la destinazione, l’indicatore di trasporto, la riga e la colonna dell’obiettivo corrente, le differenze rispetto all’obiettivo, seguite da quattro indicatori di movimento bloccato nell’ordine sud, nord, est, ovest.

Dati

Il set di dati pubblico contiene:

• 400 dimostrazioni di esperti riuscite, contenenti 5,327 passi etichettati;
• 200 scenari di validazione senza actions di esperti;
• 1,600 scenari di test senza actions di esperti.

Il pacchetto della piattaforma utilizza JSON e array NumPy sicuri anziché file pickle Python. Consultate starter_kit.py per i nomi esatti e il codice di caricamento. Caricate i file NumPy con allow_pickle=False.

Ogni layout_id è condiviso da quattro episodi. La chiave univoca è sempre:

1(layout_id, episode_seed)

Compito

Addestrate un modello deterministico che predica l’azione successiva dall’osservazione corrente. Eseguite il modello su episodi completi e generate una sequenza di azioni per ogni scenario di test.

Potete utilizzare per l’addestramento le dimostrazioni fornite. Non vi è consentito ottenere etichette di esperti per i set di validazione o di test, né generare ulteriori dimostrazioni di esperti tramite ricerca, pianificazione o un altro modello esperto. Le soluzioni basate su regole o esplicitamente codificate in modo rigido possono essere esaminate dal Comitato scientifico. Gli organizzatori possono richiedere il notebook o il codice sorgente utilizzato per generare l’invio.

Formato dell’invio

Inviate un archivio ZIP denominato predictions.zip, contenente esattamente un file nella sua radice: predictions.json.

Il file deve contenere un array JSON con esattamente 1,600 oggetti, uno per ogni episodio di test:

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

Requisiti:

• gli episodi vengono associati mediante (layout_id, episode_seed), non in base all’ordine delle righe;
• ogni episodio deve comparire esattamente una volta;
• non sono ammesse chiavi sconosciute o duplicate;
• actions deve essere un elenco JSON di numeri interi — non valori booleani — compresi tra 0 e 5;
• ogni elenco può contenere al massimo 120 actions;
• la generazione delle previsioni deve essere deterministica.

Gli archivi non validi o gli invii incompleti vengono rifiutati.

Valutazione

La metrica è il tasso di successo degli episodi:

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

Non viene assegnato alcun punteggio parziale per aver raggiunto il pacco, essersi avvicinati all’obiettivo o aver utilizzato meno passi.

Per la classifica della piattaforma, le mappe di test sono suddivise in modo deterministico:

• classifica in tempo reale/parziale: 80 mappe, 320 episodi;
• classifica finale/completa: 320 mappe, 1,280 episodi.

Durante la competizione viene mostrato il punteggio parziale, mentre la classifica finale utilizza il set completo. L’appartenenza ai due sottoinsiemi non è inclusa nei dati pubblici. Il numero medio di passi e i tentativi non validi di pickup/dropoff possono comparire nei registri del valutatore, ma non influiscono sul punteggio.

Attribuzione

Adattato da «Accademia delle consegne robotizzate: programma preparatorio» (IOAI 2026, Home Task 2). La rappresentazione sicura dei dati, le regole di validazione, la suddivisione della classifica e il valutatore sono adattamenti per la piattaforma MLCompete.