warehouse_grid — DRIVE `agv` op

• Data kinds: कोई नहीं → any (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)

• Call: import fullseye as fs; fs.ledger.warehouse_grid(n_rack_rows=3, n_rack_cols=4, rack_len=4, aisle=1, margin=2) (implementation को सीधे call करना हो तो import agvfleet; agvfleet.warehouse_grid(n_rack_rows=3, n_rack_cols=4, rack_len=4, aisle=1, margin=2), registry से लेना हो तो opsdrive.get("warehouse_grid"))

• GPU: नहीं (केवल CPU reference implementation)

उपयोग

shelves की rows और गलियारों से बना warehouse grid (True = चलने योग्य)।

एक शेल्फ 1 पंक्ति x रैक_लेन वर्गों का एक क्षैतिज ब्लॉक है, जो ऊपर, नीचे, बाएँ और दाएँ पर गलियारे चौड़ाई के गलियारों से घिरा हुआ है। परिधि के चारों ओर मार्जिन चौकोर रनिंग ज़ोन (स्टेशन के सामने) रखें। रिटर्न (ग्रिड, जानकारी) है, जहां जानकारी में रैक, रैक'' और ग्रिड के आकार'' की एक सूची है।

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_agv_fleet — py -3.11 examples/poc_agv_fleet.py

वे अगले ops जिनसे type जुड़ता है (`any` को input के रूप में लेते हैं)

course_crank · course_s_curve · course_turnaround · course_slope · course_intersection · course_parallel_parking · course_crossing · course_road

इसी category के (`agv`)

grid_distances · mapf_cbs · mapf_ecbs · mapf_joint_astar · mapf_prioritized · plan_conflicts · plan_cost · adg_build

*Provenance: agvfleet.py — DRIVE operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

warehouse_grid — DRIVE agv op