Программирование (математики и физики)

Материал из Поле цифровой дидактики



Планируемые результаты обучения (Знать, Уметь, Владеть) Результаты обучения: обучающийся понимает и умеет использовать возможности визуальных языков программирования для освоения математических и физических понятий
Знать
  1. основные типы данных, их особенности
  2. особенности реализации программ на визуальных языках различных типов ;
Уметь
  1. выбирать наиболее подходящий способ программирования;
  2. использовать языки визуального программирования для моделирования базовых паттернов;
  3. использовать распространенные языковые конструкции;
  4. обрабатывать данные, загружать данные, сохранять данные
  5. создавать собственные функции
  6. выращивать данные в искусственных микромирах
  7. находить ошибки, улучшать код, документировать программу
  8. обращаться к агентам на основе их породных свойств
Владеть
  1. навыками использования нескольких языков визуального программирования для создания моделей физических процессов
Содержание разделов курса
  1. История учебного программирования. Примеры учебных микромиров
  2. История совместной деятельности в цифровой среде. Совместное редактирование текста и кода
  3. Многообразие и возможности языков визуального программирования
  4. Распространённые языковые конструкции
  5. Паттерны поведения в цифровой среде и их симуляция
  6. Создание собственных функций
  7. Обращение к внешним данным, обработка и представление данных
  8. Многоагентое моделирование. Породы агентов
  9. Выращивание данных и их дальнейшее использование
Видео запись
Среды и средства, которые поддерживают учебный курс Snap!, StarLogo Nova, NetsBlox, RAWGraphs
Книги, на которых основывается учебный курс Computer Science with Snap! by Examples, Agent-Based and Individual-Based Modeling: A Practical Introduction, Mindstorms

Учебный курс для студентов бакалавриата группа МФ-201

История учебного программирования. Примеры учебных микромиров

Путь черепахи: эволюция LOGO-подобных языков

 Description
КонструкционизмКонструкционизм - философия обучения, развитая Сеймуром Пейпертом на основании конструктивизма. К активной позиции конструктивизма конструкционизм добавляет идею того, что люди создают новое знание особенно эффективно, когда они вовлечены в создание продуктов, наделенных личностным смыслом, будь то песочные замки, Лего машины или компьютерные программы.

(Logo OR Ancestors
Logo)

January 1, 1967

Лого

Launch year: 1967
Ancestors: Lisp
Descendants: NetLogo
Descendants: Scratch
Descendants: Snap!
Descendants: Squeak
Descendants: Boxer
Descendants: Lynx

January 1, 1980

Josef

Launch year: 1980
Ancestors: Лого
Descendants: Karel

January 1, 1980

Smalltalk

Launch year: 1980
Ancestors: Лого
Ancestors: Lisp
Descendants: Squeak
Descendants: Etoys
Descendants: Ruby
Descendants: Pharo

January 1, 1984

Boxer

Launch year: 1984
Ancestors: Лого
Descendants: OpenAI Codex

January 1, 1984

LogoWriter

Launch year: 1984
Ancestors: Лого

January 1, 1989

StarLogo

Launch year: 1989
Ancestors: Лого
Descendants: NetLogo
Descendants: StarLogo Nova
Descendants: Scratch

January 1, 1992

UCB Logo

Launch year: 1992
Ancestors: Лого
Ancestors: Lisp
Descendants: NetLogo
Descendants: Etoys
Descendants: FMSLogo

January 1, 1994

AlgoBlock

Launch year: 1994
Ancestors: Лого

January 1, 1996

LogoBlocks

Launch year: 1996
Ancestors: Лого
Descendants: Lego Mindstorms

January 1, 1999

NetLogo

Launch year: 1999
Ancestors: Лого
Ancestors: StarLogo
Descendants: StarLogo Nova
Descendants: AgentScript
Descendants: GAMA

January 1, 2000

ПервоЛого

Launch year: 2000
Ancestors: Лого

January 1, 2006

Scratch

Launch year: 2006
Ancestors: Лого
Ancestors: Squeak
Ancestors: Agentsheets
Descendants: Snap!
Descendants: App Inventor
Descendants: GP
Descendants: ScratchJR

January 1, 2008

KTurtle

Launch year: 2008
Ancestors: Лого
Ancestors: Kumir

January 1, 2010

App Inventor

Launch year: 2010
Ancestors: Scratch
Ancestors: Лого
Ancestors: Blockly
Descendants: Thunkable

January 1, 2010

Snap!

Launch year: 2010
Ancestors: Scratch
Ancestors: Лого
Ancestors: Lisp
Ancestors: Smalltalk
Ancestors: Scheme
Descendants: NetsBlox
Descendants: SciSnap!
Descendants: SQLsnap!
Descendants: DBSnap

January 1, 2015

GP

Launch year: 2015
Ancestors: Scratch
Ancestors: Лого

January 1, 2015

NetsBlox

Launch year: 2015
Ancestors: Scratch
Ancestors: Snap!
Ancestors: Лого

January 1, 2017

StarLogo Nova

Launch year: 2017
Ancestors: NetLogo
Ancestors: Scratch
Ancestors: Лого

January 1, 2018

DBSnap

Launch year: 2018
Ancestors: Scratch
Ancestors: Snap!
Ancestors: Лого

 
Josef
January 1, 1980

Лого

Josef

Smalltalk

Boxer

LogoWriter

StarLogo

UCB Logo

AlgoBlock

LogoBlocks

NetLogo

ПервоЛого

Scratch

KTurtle

App Inventor

Snap!

GP

NetsBlox

StarLogo Nova

DBSnap

1830
1840
1850
1860
1870
1880
1890
1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
2000
2010
2020
2030
2040
2050
2060
2070
2080
2090
2100
2110
2120
2130
1954
1955
1956
1957
1958
1959
1961
1962
1963
1964
1965
1966
1967
1968
1969
1971
1972
1973
1974
1975
1976
1977
1978
1979
1981
1982
1983
1984
1985
1986
1987
1988
1989
1991
1992
1993
1994
1995
1996
1997
1998
1999
2001
2002
2003
2004
2005
2006
2007
2008
2009
2011
2012
2013
2014
2015
2016
2017
2018
2019
2021
2022
2023
2024
2025
2026
2027
2028
2029


 Description
Fire (model)
  • Forest_fire_model.gif

Запустите модель Fire несколько раз. Если мы запустим его с низкой плотностью деревьев, мы увидим, как и ожидалось, очень небольшое распространение огня. Если мы запустим его с очень высокой плотностью деревьев, мы, как и ожидалось, увидим, как лес уничтожается неумолимым маршем огня. Чего ожидать при средней плотности? Многие предполагают, что если плотность установлена на 50 процентов, то вероятность того, что огонь достигнет правого края леса, будет 50 процентов. Однако если мы попробуем это сделать, то увидим, что при 50-процентной плотности огонь не распространяется сильно. Если мы увеличим его до 57 процентов, огонь горит больше, но обычно все равно не достигает другой стороны леса. Однако если мы увеличим плотность до 61 процента, то есть всего на 2 процента больше, огонь неизбежно достигнет другой стороны. Это неожиданно. Мы ожидаем, что небольшое изменение плотности окажет относительно небольшое влияние на распространение огня. Но, как выясняется, модель Fire имеет «критический параметр» 59% плотности.


Fire R.png

История совместной деятельности в цифровой среде. Совместное редактирование текста и кода

Многообразие и возможности языков визуального программирования

Распространённые языковые конструкции

Паттерны поведения в цифровой среде и их симуляция

 Description of problemSolution
Генерировать новых агентов120px-Create_netlogo.png
Агент порождает поток других агентов - например, в экологических моделях рождение используется для создания потомков, в играх из пистолета вылетают пули, которые он порождает, в историях Scratch капли дождя клонируются и падают из тучи на землю.
Можно использовать породы или клоны. Например, в NetLogo:
  • observer - наблюдатель может породить новых агентов в центре поля и сказать и что делать crt 10
  • каждая черепаха может порождать новую черепаху командой hatch - hatch-sheep 1
  • каждое пятно может на себе породить черепаху или несколько командой sprout - sprout 10
В Scratch новые агенты создаются через клонирование уже существуюших агентов.
Накапливать энергиюАгент живёт в среде, перемещается, выполняет задания и накапливает энергию или собирает очки
  • заносим эти данные в переменную
  • меняем свойства, которыми обладает агент
  • передаем эти данные
Перевозить другого агента на себеТранспортировка представляет собой ситуацию, когда один агент перевозит на себе другого агента. Например, черепаха в Frogger несёт лягушку, пересекая реку. В экологических симуляциях процесс транспортировки можно использовать, например, для перевозки пыльцы пчёлами.
  • Привязать перевозимого агента к себе, чтобы он следовал за положением агента, которым мы управляем
Перемещаться случайным образомАгент или агенты перемещаются по экрану случайным образом - стандартная для многих игр и симуляций ситуация, которую надо уметь воспроизводить - термиты, птицы и рыбы при формировании стай изначально перемещаются случайным образом.Агент поворачивается в направление, которое выбирается случайным образом и делает ход в этом направлении.
Поглощать агентов120px-Delete_starlogo.png
  • Поглощение: обратный генерации процесс, когда агент не порождает, а поглощает других агентов. Например, земля поглощает падающие с неба капли воды, хищник съедает жертву, с которой он встречается.
Прятать агентов или просто их убивать или умирать самому
Подчиняться клавишам клавиатурыРеагировать на клавиши клавиатуры Движение клавиатуры: нажатия кнопок клавиатуры управляют движением агента. И здесь могут быть паттерны типа Прыгать - как писал Пейперт в этой статье писал про Марио и как воспроизвести поведение МариоИспользовать блоки управления в сочетании с блоками движения
Поиск восхождением к вершинеПоиск восхождением к вершине - алгоритм поиска в компьютерных науках, когда агент просматривает значения переменных на ближайших полях и на поле с максимальным значением переменной. Использование алгоритма поиск восхождением к вершине можно наблюдать в таких играх как Sims или Pac-Man, когда призраки преследуют Pacman, следуя наивысшему значению запаха Pac-man, который распространяется по всему полю см. http://ccl.northwestern.edu/netlogo/models/Pac-ManИспользовать встроенные команды NetLogo
  • uphill patch-variable
  • uphill4 patch-variable
  • Превращаться в другого агентаПревращение - один агент превращается в другого агента. Возможный вариант - агент одной породы превращается в агента другой породы.В примере на Scratch - cпрайт клонируется и содержит в себе разные породы - демонов и драконов. При столкновении с агентом другой породы агент может изменять собственную породу и становиться другим. Например, из породы демонов переходить в породу драконов. В NetLogo можно просто поменять принадлежность к породе и соответственно свойства агента.
    Преследовать другого агентаОдин агент преследует другого агента - поворачивается в его сторону или поворачивается в том же направлении, куда движется другой агентИспользуются команды повернуться к другому агенту
    РаспространятьсяДиффузия: паттерн распространения, когда вы можете распространять определённое количество агента на других агентов, расположенных по близости за счёт процесса диффузии. Например, в модели муравьёв в NetLogo муравьи выделяют вещества феромоны, которые диффундируют на ближайшие поля игрового поля.В некоторых средах конструирования возможность диффузии заложена изначально. Например, в NetLogo стандартная команда к точкам - пятнам на экране diffuse
    Сталкиваться120px-Collision_starlogo.png
  • Паттерн определяет поведение агентов в случае их физического столкновения с другими агентами. Например, столкновение пули с мишенью. В игре Frogger, если грузовик сталкивается с лягушкой, лягушку нужно «раздавить»
  • В ряде среде есть специальный блок Collision - что делать агенту в случае столкновения с другим агентом. Для Scratch решение собирается из блоков сенсоров - если я касаюсь другого агента (указать какого именно), то ...
    ТащитьТащить - паттерн "тащить" противоположен по значению паттерну толкать - агент может тащить за собой другого агента или агентов. Например, поезд тащит за собой вагоны, лошадь тащит за собой сани, буксир тащит за собой баржи или плот.
    ТолкатьПаттерн "толкать" — это паттерн, который мы видим во многих играх. Агент должен толкать ящики или мешки с золотом. Когда игрок толкает коробку или мешок, эти объекты движутся в том направлении (вверх, вниз, вправо или влево), в котором их толкнули.Объект или Агент, над которым совершается действие, получает сигнал от агента субъекта деятельности, поворачивается в ту же сторону, куда смотрит толкающий агент и двигается в эту сторону.

    Создание собственных функций


    Создать агентов в момент запуска модели

    Create fishes.png

    Создавать агентов в случае столкновения с другим агентом

    Create netlogo.png

    Обращение к внешним данным, обработка и представление данных

    Датасет в Snap!

    Collab dataset sc.png


    Многоагентое моделирование. Породы агентов

    Объединение языков многоагентного моделирования в учебном процессе на базе MediaWiki

    Генеалогия многоагентных сред (диаграмма)


    Описание Фрагмент генеалогической схемы происхождения агентных языков
    Область знаний Информатика
    Среды для создания диаграммы: Graphviz


    Выращивание данных и их дальнейшее использование

    StarLogo Nova

    Проект https://www.slnova.org/patarakin/projects/694467/
    Прямо из этой страницы, куда встроен проект, мы можем данные собрать

    Исходное состояние - выбираем параметры

    • количество мячей = 5
    • количество участников = 175
    • рычажок видимости (как близко от участника должен быть мяч, чтобы он начал к нему бежать) = 5

    Slnova Data.jpg

    Собираем данные со страницы

    500 записей Slnova Data1.jpg

    Загружаем датасет в RAWGraphs - https://rawgraphs.io/

    Slnova Data2 exp.jpg



    Проект https://www.slnova.org/patarakin/projects/761578/

    Использовать NetLogo Web для получения данных

    Flocking netlogo web.jpg

    Примеры моделей для постановки экспериментов:

    1. Образование стаи птиц или рыб
    2. Термиты
    3. Обучение по Выготскому или Пиаже - участники бросают шарики и стараются попасть как можно ближе к линии


    Вырастить данные - поставить эксперимент с переменными - использовать BehaviorSpace


    Критерии оценки по дисциплине

    Образовательный результат Тема Задание Пример
    Знает возможности совместной цифровой деятельности и умеет ими пользоваться Semantic MediaWiki История совместной деятельности в цифровой среде. Совместное редактирование текста и кода Зарегистрироваться на площадке, отметить странницу категориями, заполнить поля по форме
    Выбирать способы программирования История учебного программирования. Примеры учебных микромиров Создайте собственные концепты к статьям в категории Языки программирования
    Использовать языки визуального программирования для моделирования базовых паттернов
    • Многообразие и возможности языков визуального программирования
    • Паттерны поведения в цифровой среде и их симуляция
    Разместить в вики проект, выполненный в среде Scratch или Snap! или StarLogo Nova
    Уметь использовать распространенные языковые конструкции Распространённые языковые конструкции Разместите в вики статью с примером кода
    Создавать собственные функции Создание собственных функций Создайте и опишите собственные полезные функции
    Обращаться к агентам на основе их породных свойств Многоагентое моделирование. Породы агентов Разместите в вики пример проекта Snap!, в котором происходит обращение к клонам спрайта Примеры
    Обрабатывать данные, загружать данные, сохранять данные Обращение к внешним данным, обработка и представление данных Разместите в вики проект Scratch или Snap!, в которых происходит обработка данных
    Выращивать данные в искусственных микромирах Выращивание данных и их дальнейшее использование Разместите в вики проект StarLogo Nova или Snap!, в которых происходит выращивание данных