def __init__(self,prog=None,gp=None,lCap=[]):
# gestion du GeneratePercept choisir la variable de stockage
if gp is not None: generatep = gp
elif lCap == []: generatep = None
else: generatep = GeneratePercept(lCap,objetsStatiques)
#Création du programme génétique
if prog is None:
# choisir le nom de votre variable, remplacez les ...
dicaction={"A":"Aspirer","G":"Gauche","D":"Droite","R":"Repos"}
if lCap==[]:
programme = ProgramGenetic(1,8,['A','G','D','R'],dicaction)
else:
programme = ProgramGenetic(1,generatep.howMany,['A','G','D','R'],dicaction)
elif isinstance(prog,ProgramGenetic):
if lCap!=[]:
if gp.howMany!=len(prog):
raise AssertionError("the generatepercept don't match the program")
programme = prog
else:
raise AssertionError("{} expected got {}"
.format(ProgramGenetic,type(prog)))
# récupération des actions depuis votre variable
# attention ce n'est pas une 'list' c'est un 'set'
lAct = list(programme.actions)
super().__init__(lCap,lAct)
self._dicAspi["gp"]=generatep
self._dicAspi["programme"]=programme
# choisir la variable pour energie
self._dicAspi["energie"]= 100
self._dicAspi["cpt"]=0
self.reset()
def __init__(self,
nbIteration,
fichier,
capteurs,
envt,
nbIndiv,
szGene,
alphabet,
decodeur,
panne=False):
self.__sim = Simulateur(nbIteration, fichier, capteurs, panne)
if capteurs == []:
self.__nbG = 20
self.__gp = None
else:
self.__gp = GeneratePercept(capteurs, envt)
self.__nbG = self.__gp.howMany
self.__prog = ProgramGenetic(szGene, self.__nbG, alphabet, decodeur)
super().__init__(nbIndiv, self.__nbG, szGene, alphabet)
for x in self.popAG:
x.fitness = lambda _: self.simEval(_)