Araç filosunu Python ile koordine edin
Bu eğitim, birden fazla otonom aracın (dron, robot, AGV) birlikte çalıştırılmasını Python ile modeller. Ajan mimarileri, sözleşme ağı ve açık artırma tabanlı görev tahsisi, A* ve CBS ile çoklu ajan yol bulma, hız engelleri ile çarpışma önleme ve çoklu ajan pe…
Ajan, ortam ve iletişim kavramlarından çoklu araç koordinasyonuna uzanın.
Bu eğitim, birden fazla otonom aracın (dron, robot, AGV) birlikte çalıştırılmasını Python ile modeller. Ajan mimarileri, sözleşme ağı ve açık artırma tabanlı görev tahsisi, A* ve CBS ile çoklu ajan yol bulma, hız engelleri ile çarpışma önleme ve çoklu ajan pekiştirmeli öğrenme asyncio ve Mesa tabanlı simülasyonlarla kodlanır.
3 Gün. Her gün dört modül; sabah algoritma kuramı, öğleden sonra simülasyon laboratuvarı; son gün filo senaryosu projesi.
İleri Seviye — çoklu ajan mimarilerinden yol planlama, görev paylaşımı ve pekiştirmeli öğrenmeye uzanan koordinasyon konuları
Her algoritma önce kâğıt üzerinde modellenir, sonra Python simülasyon ortamında çok ajanlı senaryolarla denenir ve ölçülür.
Görev tahsisi, müzakere ve çarpışma önleme yöntemlerini karşılaştırmalı öğrenirsiniz.
Mesa ve asyncio ile tekrar edilebilir çoklu ajan deneyleri kurarsınız.
MARL ve MAPF alanındaki güncel yaklaşımlara okuyabilecek düzeyde hazırlanırsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Sınıflar, generator ve asyncio temel kullanımı bilinmelidir.
Graf algoritmaları ve Büyük-O notasyonuna aşinalık beklenir.
Temel olasılık ve lineer cebir bilgisi faydalıdır.
Python 3.10+, numpy, matplotlib ve mesa paketleri kurulu bir dizüstü bilgisayar gerekir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
ajan, ortam ve etkileşim kavramlarıyla çoklu ajan mimarilerini tasarlayabilirsiniz
asyncio ve Mesa ile çoklu ajan simülasyonu kodlayabilirsiniz
GIL'i dikkate alarak thread, process ve asyncio arasında doğru seçim yapabilirsiniz
görev paylaşımı ve müzakere algoritmalarını çoklu araç senaryosunda uygulayabilirsiniz
temel veri yapıları ve algoritmaları Python'da gerçekleyip karmaşıklığını yorumlayabilirsiniz
PuLP ve OR-Tools ile doğrusal programlama ve atama problemlerini çözebilirsiniz
SimPy ve Monte Carlo ile kuyruk ve süreç simülasyonu kurabilirsiniz
pytest ile test yazıp kod kalitesini araçlarla denetleyebilirsiniz
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Python ileri for döngüleri eğitimi: iç içe döngüler, enumerate, zip, comprehension, generator, itertools ve performans karşılaştırmalı uygulamalar.
Detayları Gör →
Python if-else eğitimi: if, elif, else, karşılaştırma ve mantıksal operatörler, truthiness, match-case ve kullanıcı girdisiyle karar verme uygulamaları.
Detayları Gör →
Python for döngüleri temel eğitimi: range, liste, string ve sözlük dolaşımı, enumerate, zip, break, continue ve iç içe döngülerle uygulamalı alıştırmalar.
Detayları Gör →
Python while döngüleri eğitimi: sayaç ve biriktirici, break, continue, while-else, girdi doğrulama, sonsuz döngü ayıklama ve dosya/kuyruk işleme uygulamaları.
Detayları Gör →
Python ile temel istatistik ve örnekleme eğitimi: tanımlayıcı istatistik, olasılık dağılımları, bootstrap, güven aralığı, hipotez testleri ve A/B testi uygulama
Detayları Gör →