Læringsmodul · Detalj

Bilbot

Denne læringsmodulen introduserer algoritmiske beslutningsprosesser ved hjelp av if-else-strukturer.

Lærerne modellerer autonomt oppførsel gjennom gjentatte tilstandsjekker i en løkke.

Tid 30 minutter

Format rpgDungeon

Språk Python 2 (CE)

Oppgaver 1

Introduksjon (Originalt utdrag)

Velkommen til Skyggerarkivet i den digitale akademien. Alt er mørkt – bare en liten vedlikeholdsmaskin (Robi) er fortsatt i kjelleren. Ved slutten av labyrinten venter gullfargede Master-Reset-Skruer.

Didaktisk klassifisering

Subjektivt mål

Hovedfokuset er å utvikle en enkel beslutningsalgoritme for autonom navigasjon i et strukturert miljø. Lærerne bruker boolske sjekker til å spørre om kollisjoner og gjøre bevegelsesbeslutninger. En beslutningstrær modelleres, som tar hensyn til alternativ handling ved møte med blokkerte veier.

Implementering skjer gjennom innsatte if-else-strukturer kombinert med en løkke for gjentatt utøvelse av beslutningsprosessen, som gjør det tydelig hvordan den abstrakte beslutningsmodellen kobles til dens konkrete algoritmiske implementering.

Kompetanseutvikling

Modellering av et besluttningsprosess for navigasjon
Bruk av if-else-strukturer for å styre programflyt
Bruk av boolske returnverdier for miljøsjekker
Gjenbruk av beslutningslogikk gjennom løkker
Strukturering av alternative handlinger ved kollisjoner
Algoritmisk planlegging av bevegelsessekvenser i rutenettmiljøer
Implementering av autonome oppføringsmønstre i programkode

Didaktisk verdi i klasserommet

Graduell innføring av innsatte beslutningsstrukturer
Fremmer systematisk problemløsning gjennom beslutningstrær
Klar adskillelse mellom tilstandsjekker og handlinger
Gjennomsiktig målrettet gjennom definerte start- og sluttpunkter
Differensiering mulig gjennom utvidelse av beslutningsregler

Fløten i undervisningsenheten

Finn reset-punktet

En autopilot-algoritme implementeres som oppdager hindringer og reagerer tilsvarende. Basert på kollisjonskjekker, gjøres bevegelses- og rotasjonsbeslutninger og gjentas i en løkke for å nå målet i labyrinten.

Didaktisk fokus: Innsatte beslutningslogikk
Vanlig utfordring: Riktig strukturering av if-else-kjekker

Oppgavebeskrivelse (utdrag)

Programmer en pilot for å navigere labyrinten trygt.
Bruk hat_kollision() for å oppdage hindringer.
Lag et beslutningstrær med if / else.
Gjenta trinnene i en løkke for å nå målet.

Eksempel (utdrag)

1
2
3
4
5
for i in range(schritte):
    if not hat_kollision():
        bewegen()
    else:
        rechts_drehen()

Dette fragmentet illustrerer den grunnleggende sammenhengen mellom tilstandskontroll og derivert handling i beslutningsalgoritmen.

Tips for klasseromspraksis

Kan brukes som ca. 30-minutters dybdegående gjennomgang av kontrollstrukturer.
Differensiering er mulig gjennom tilleggsbeslutningsregler.
Resultat sikkerhet gjennom visualisering av beslutningstreet.
Utvidbart til alternativ navigasjonsstrategi.
Koblet til emner som løkker, logikk og algoritmer.

Dette modulen kobler beslutningsmodeller med deres trinnvis implementasjon i en autonom navigasjonsalgoritme.

Den klare oppgavestrukturen støtter undervisningsorganisasjon og gjør det mulig å sikre løsningsstrategier. Differensiering er mulig gjennom tilleggsbeslutningsregler.

Forespør demo-tilgang og test modulen i din egen kurskontekst for å introdusere elevene til algoritmisk sti-finningsmetode.

Bli med nå og prøv gratis