racket op• Data kinds: table × table × table → table
• Call: import fullseye as fs; fs.ledger.rally_simulate(bp: 'dict', rp: 'dict', tp: 'dict', *, perceive=None, strategies=None, retries: 'int' = 6, x_racket: 'float' = 1.55, hit_height=(0.05, 0.45), T_flight: 'float' = 0.42, target_x: 'float' = 0.75, max_hits: 'int' = 60, dt: 'float' = 0.0002, fps: 'float' = 100.0, seed: 'int' = 0, y_jitter: 'float' = 0.25, plan_spin: 'bool' = True, table_ip=None, replan_every: 'int' = 5) -> 'dict' (implementation को सीधे call करना हो तो import racket; racket.rally_simulate(bp: 'dict', rp: 'dict', tp: 'dict', *, perceive=None, strategies=None, retries: 'int' = 6, x_racket: 'float' = 1.55, hit_height=(0.05, 0.45), T_flight: 'float' = 0.42, target_x: 'float' = 0.75, max_hits: 'int' = 60, dt: 'float' = 0.0002, fps: 'float' = 100.0, seed: 'int' = 0, y_jitter: 'float' = 0.25, plan_spin: 'bool' = True, table_ip=None, replan_every: 'int' = 5) -> 'dict', registry से लेना हो तो opsdrive.get("rally_simulate"))
2 rackets (x = −x_r और +x_r पर, blades प्रतिद्वंद्वी की ओर) आपस में rally करते हैं।
हर फ्रेम (1/fps) पर प्राप्तकर्ता पक्ष की धारणा perceive(t, p, v, ω) गेंद की अवस्था लौटाती है; उससे गति के समीकरण + मेज़ पर उछाल द्वारा अपने तल x = ±x_r पर पहुँचने का बिंदु व समय अनुमानित कर रैकेट को (सीमा सहित) चलाया जाता है। गेंद तल पर पहुँचने पर, प्रतिद्वंद्वी के कोर्ट पर (∓target_x, y*) पर T_flight में गिरने वाले वेग को लक्ष्य कर शॉट मारा जाता है (y* यादृच्छिक है; plan_spin हो तो शॉट के बाद की स्पिन को शामिल कर लक्ष्य मिलाया जाता है)। strategies = (side 0 की रणनीति, side 1 की रणनीति) (None हो तो दोनों के लिए strategy_feeder)। retries > 0 हो तो मारने से पहले shot_is_legal से आगे देखा जाता है, और चूकने वाले लक्ष्य को वापस लेकर दूसरे लक्ष्य (रणनीति फिर से चुनकर) से दोहराया जाता है। रिटर्न मान {"hits", "end_reason", "shots": [...], "t", "p" (N,3), "racket_pos" (N,2,3), "hit_times", "rewinds"}।
खाली इनपुट (bp खाली dict) पर ValueError उठता है।
• 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।
• poc_ball_bounce — py -3.11 examples/poc_ball_bounce.py
• poc_table_tennis_rally_loop — py -3.11 examples/poc_table_tennis_rally_loop.py
table को input के रूप में लेते हैं)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
racket)racket_params · racket_impact · racket_hit_check · aim_velocity · racket_plan · racket_move · strategy_attacker · strategy_feeder
*Provenance: racket.py — DRIVE operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.