adg_build — DRIVE `agv` op

• Data kinds: table → table

• Call: import fullseye as fs; fs.ledger.adg_build(paths) (implementation को सीधे call करना हो तो import agvfleet; agvfleet.adg_build(paths), registry से लेना हो तो opsdrive.get("adg_build"))

उपयोग

action dependency graph (Hönig, Kiesel, Tinka, Durham, Ayanian 2019)।

प्रत्येक वाहन की क्रिया = "देखे जाने वाले खानों के क्रम के k-वें खाने में प्रवेश करना"। निर्भरताएँ 2 प्रकार की हैं:

(1) उसी वाहन की पिछली क्रिया, (2) उसी खाने का पहले उपयोग करने वाला अन्य वाहन उस खाने से निकल जाए (योजना के समय-क्रम के अनुसार)।

रिटर्न एक dict है: cells (प्रत्येक वाहन के खानों का क्रम), deps ((i, k) → उससे पहले पूर्ण होने वाले (j, m) का समुच्चय)। योजना में टकराव हो तो ValueError (निर्भरता की दिशा तय नहीं होती)।

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 (`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

इसी category के (`agv`)

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

*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)।*

adg_build — DRIVE agv op