Lärmodul · Detalj

Bilrobot

Denna lärmodul introducerar algoritmiska beslutsprocesser med if-else-strukturer.

Lärarna modellerar autonomt beteende genom upprepade tillståndskontroller i en loop.

Tid 30 minuter
Format rpgDungeon
Språk Python 2 (CE)
Uppgifter 1

Förhandsvisning: Bilrobot

Introduktion (Originalutdrag)

Välkommen till Skuggarkivet i den digitala akademien. Allt är mörkt – endast en liten underhållsrobot (Robi) finns kvar i cellaren. Vid slutet av labyrinten väntar den gyllene Master-Reset-Switchen.

Didaktisk klassificering

Subjektivt mål

Det centrala fokus är att utveckla ett enkelt beslutsalgoritm för autonom navigering i ett strukturerat miljö. Lärarna använder boolean-kontroller för att fråga efter kollisioner och göra rörelsebeslut. En besluts trädet modelleras, som tar hänsyn till alternativa åtgärdsval vid blockade vägar.

Implementering sker genom inbyggda if-else-strukturer kombinerat med en loop för upprepade exekveringar av beslutsprocessen, vilket gör kopplingen mellan ett abstrakt beslutsmodell och dess konkreta algoritmiska implementering tydlig.

Kompetensutveckling

Didaktiskt värde i klassrummet

Flöde i lektionen

1

Hitta nollställningen

En autopilotalgoritm implementeras som identifierar hinder och reagerar på dem. Baseras på kollisionssökningar görs rörelse- och rotationsbeslut som upprepas i en loop för att nå målet i labyrinten.

  • Didaktisk fokus: Inbyggda beslutslogik
  • Typisk utmaning: Korrekt strukturering av if-else-frågor

Arbetsuppgift (utdrag)

  1. Programera en pilot för att navigera labyrinten säkert.
  2. Användning hat_kollision() för att upptäcka hinder.
  3. Skapa ett besluts träd med if / else.
  4. Upprepande steg i en loop för att nå målet.

Exempel (utdrag)

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

Detta fragment illustrerar den grundläggande kopplingen mellan tillståndskontroll och härledda åtgärder i beslutsalgoritmen.

Tips för klassrummet

Detta modul kopplar beslutsmodeller med deras steg-för-steg implementering i en autonom navigeringsalgoritm.

Den tydliga uppgiftsstrukturen stöder undervisningsorganisation och underlättar säkerställande av lösningssatser. Differentiering är möjlig genom ytterligare beslutsregler.

Begär ett demo-åtkomst och testa modulen i din egen kurskontext för att introducera eleverna till algoritmisk vägfinnande.