#AEAI02002. 受限抓取方案预测筛选
受限抓取方案预测筛选
题目描述
具身智能部的抓取规划器通常会一次生成多个候选方案。每个方案都有一组特征,时间模型和能耗模型会分别给出预测值;但只有安全标记通过、时间和能耗都不超限的方案,才允许交给机械臂执行。
给定两个线性模型、综合代价系数以及每个候选方案的特征,请先计算 t_pred、e_pred 和 score = alpha * t_pred + beta * e_pred。在满足硬约束的候选中,选择综合代价最小的方案;若代价近等,则继续按题面规则比较预测时间和编号。
若没有任何候选同时满足安全、时间和能耗约束,需要输出 NONE。请注意硬约束过滤必须先于综合代价排序。
输入格式
- 第一行包含 n d。
- 第二行包含 d 个时间模型权重。
- 第三行包含 b_time。
- 第四行包含 d 个能耗模型权重。
- 第五行包含 b_energy。
- 第六行包含 alpha beta。
- 第七行包含 t_limit e_limit。
- 随后 n 行每行包含 d 个特征和 safe。
输出格式
- 若存在有效方案,第一行输出最优候选编号,第二行输出 t_pred e_pred score。
- 若不存在有效方案,输出 NONE。
数据范围与约束
1 <= n <= 100001 <= d <= 8safe 为 0 或 1
判定规则
使用标准输出比较。浮点结果按题面保留 6 位或 10 位小数;阈值等号、无可行分支和 Tie-break 按下列规则处理。
- safe=1 且两个预测值均不超过上限才有效。
- score 更小优先,score 近等时 t_pred 更小优先,再取编号更小。
- 硬约束先于综合代价。
样例
输入样例 1
3 2
1 0
0
0 1
0
1 1
3 3
1 2 1
2 1 1
4 1 1
输出样例 1
1
1.000000 2.000000 3.000000
输入样例 2
2 1
1
0
1
0
1 1
1 1
2 1
0.5 0
输出样例 2
NONE
样例解释
样例 1 中前两个方案都满足安全与上限约束,二者得分均为 3,按 t_pred 更小选择编号 1。样例 2 中没有方案同时满足全部硬约束,因此输出 NONE。