Core Interaction & Learning System

• اليوزر بيتحكم في الروبوت من خلال الـ pod
• الروبوت بيراقب تصرفات اللاعب وبيسجلها عشان يبني dataset يعتمد عليها بعد كده

Behavior Logging

• الروبوت بيسجل أفعال اللاعب بشكل مستمر أثناء اللعب
• البيانات دي بتستخدم لاحقًا لتحسين أداء الروبوت
• التسجيل بيكون ظاهر لللاعب على شكل logs على الشاشة، كأن الروبوت “بياخد ملاحظات”
• أمثلة للـ logs:
  • Motor drift detected
  • Correction pattern recognized
  • Input inconsistency detected
  • Learning in progress

Mini-Game 1 Control Calibration

• الميني جيم بتبدأ أول مرة اليوزر يتحكم في الروبوت، بعد ما يفتح صندوق الروبوت ويحاول يشغل رسايل الجد
• السيستم يبلغه إن الـ movement system غير مستقر، ولازم يعمل calibration قبل ما يستخدم الروبوت أو يفتح أي features

Start Condition

• الميني جيم بتبدأ لما اللاعب يحاول يشغل رسالة الجد لأول مرة
• السيستم يمنع تشغيل الرسالة
• يظهر إن الروبوت محتاج calibration
• يتم تفعيل مسار التدريب وبدء الميني جيم

Place & Context

• المكان: ممر جنينة دائري (Garden Corridor)
• فيه مسار واضح بشكل طبيعي على الأرض (خط أو pattern مدموج في البيئة)
• الهدف إن التوجيه يكون جزء من البيئة مش UI مباشر

Objective

• تعليم اللاعب التحكم الأساسي
• تعريفه بالمشاكل في حركة الروبوت
• تدريب الروبوت عن طريق تسجيل تصرفات اللاعب
• إعداد model مبدئي للحركة

Core Idea

• اللاعب بيتعلم التحكم، وفي نفس الوقت الروبوت بيتعلم من اللاعب
• أي تصحيح بيعمله اللاعب بيتسجل ويتحول لبيانات

Gameplay Flow

• يطلب من اللاعب:

  • يمشي قدام (Basic Movement)

• بعد مسافة بسيطة:

  • يظهر انحراف 45° ناحية الشمال
  • اللاعب يعوضه بالحركة يمين
  • السيستم يسجل دقة التصحيح

• بعد كده:

  • انحراف 45° ناحية اليمين
  • اللاعب يعوضه بالحركة شمال
  • يتم تسجيل الأداء

• بعد كده:

  • مشكلة في الكاميرا (زاوية طالعة لفوق)
  • اللاعب يرجعها للوضع الطبيعي
  • يتم قياس دقة التحكم

• بعد كده:

  • طلب للتحكم في السرعة
  • مثال: الجري لمدة 5 ثواني
  • يتم قياس ثبات السرعة

Data Collection

• السيستم بيسجل حاجات زي:

  • هل اللاعب نفذ المطلوب أو لا
  • دقة التصحيح
  • سرعة الاستجابة
  • ثبات السرعة
  • أسلوب التحكم بشكل عام

Result System

• في نهاية المسار:

  • اللاعب يوصل لنقطة محددة
  • البطارية تخلص
  • تظهر نتيجة نهائية من 100

Completion & Fail Conditions

• الميني جيم تنتهي لما اللاعب يوصل لنقطة النهاية

• ا Win Condition:

  • اللاعب ينجح لو جاب 50% أو أكثر

• ا Fail Condition:

  • اللاعب يخسر لو جاب أقل من 50%
  • يتم إعادة الميني جيم من البداية

Error Detection

• الخطأ يتحسب لما اللاعب:
  • يتحرك في الاتجاه الغلط
  • ما ينفذش التصحيح
  • يعمل تصحيح أقل أو أكتر من المطلوب بشكل واضح
  • يتأخر في تنفيذ الأمر

• فيه نسبة سماحية للتصحيح:
  • اللاعب مش محتاج يحقق القيمة بالظبط
  • فيه Range مقبولة حوالين القيمة المطلوبة

Gameplay Impact

• نتيجة الميني جيم الأولى بتحدد مستوى استقرار حركة الروبوت بعد كده

• المشاكل اللي هتفضل موجودة بعد الميني جيم لازم تكون من نفس نوع المشاكل اللي ظهرت أثناء الـ calibration

• كل ما النتيجة تقل، تزيد احتمالية ظهور نفس الأخطاء أثناء استخدام الروبوت بعد كده

• التحديث ده بيحصل بعد انتهاء الميني جيم فقط، ومفيش أي تعديل بيحصل أثناء اللعب

• ا Score 90–100:

  • أخطاء نادرة جدًا
  • الانحراف يكون شبه معدوم
  • الكاميرا تبقى أكثر استقرارًا
  • السرعة تبقى ثابتة بشكل كبير

• ا Score 70–89:

  • أخطاء بسيطة من وقت للتاني
  • احتمال محدود لظهور drift أو camera misalignment
  • عدم ثبات بسيط في السرعة

• ا Score 50–69:

• أخطاء ملحوظة لكن قابلة للتعامل

• تزيد احتمالية إن الروبوت ينحرف فجأة

• ممكن يظهر camera misalignment أو instability بشكل أوضح

• ا Score أقل من 50:

  • اللاعب يفشل ويعيد الميني جيم
  • لا يتم حفظ أي update للروبوت

Outcome

• اللاعب يتعلم التحكم في الروبوت
• الروبوت يكون كوّن model مبدئي للحركة
• يتم فتح إمكانية استخدام features تانية (زي رسايل الجد)

End Sequence

• عند الوصول للنهاية:
  • الروبوت يقف
  • البطارية تخلص
  • يظهر تقرير الأداء
  • رسالة الجد تفشل في التشغيل بسبب Audio Card

Notes

• الميني جيم لازم تكون Environment Independent
• أي Assets قابلة للتغيير بدون التأثير على الميكانيك الأساسية
• المفروض قيم الروبوت متتحدثش غير في اخر الميني جيم منعا للتعقيد يعني في نص الميني جيم مفيش تحسن بيحصل بعد الميني جيم بس
• التعليمات تظهر من خلال الـ pod
• الـ logs تظهر في الـ robot POV