چرا این درس مهم است
خرابیهای محتمل، قطعات یدکی، زمان آمادهسازی و نقش افراد را از قبل تمرین میکنی.
در مسابقه، یک تصمیم خوب باید در چند Run تکرارپذیر باشد؛ سرعتی که فقط یک بار اتفاق بیفتد معیار قابل اتکایی نیست.
این درس مرحله اتصال و پایداری است: باید نشان بدهی ربات مسابقهای فقط در حالت ایدهآل کار نمیکند و در خطا هم قابل عیبیابی است.
نکتههای فنی
- Test Plan باید سناریو، ورودی، معیار قبولی و روش ثبت نتیجه داشته باشد.
- تکرار چندباره یک Run برای فهم پایداری مهمتر از یک اجرای عالی تصادفی است.
- Failure Modeها را قبل از روز مسابقه فهرست کن و برای موارد پرتکرار Recovery داشته باش.
- قطعات یدکی و تنظیمات نسخه پایدار بخشی از آمادگی مسابقهاند.
این نکتهها را برای ربات مسابقهای به یک زنجیره علت و معلول وصل کن: هر انتخاب باید یک اثر قابل مشاهده یا اندازهگیری داشته باشد. اگر نمیتوانی بگویی با تغییر این تصمیم دقیقا کدام خروجی عوض میشود، هنوز طراحی را به اندازه کافی روشن نکردهای.
مدل ذهنی
مشاهده → مدیریت ریسک → تصمیم → تست → اصلاح
در تحلیل تمرین روز مسابقه و مدیریت ریسک مرزهای سیستم را روشن نگه دار. هر جا داده یا انرژی از یک بخش به بخش دیگر میرود، یک نقطه مناسب برای مشاهده، Log یا اندازهگیری داری.
سناریوی عملی
در یک تمرین «استراتژی، تست و عیبیابی»، خرابیهای محتمل، قطعات یدکی، زمان آمادهسازی و نقش افراد را از قبل تمرین میکنی. سپس نتیجه را با یک معیار عددی یا چکلیست مقایسه کن.
این درس مرحله اتصال و پایداری است: باید نشان بدهی ربات مسابقهای فقط در حالت ایدهآل کار نمیکند و در خطا هم قابل عیبیابی است.
روش تست پیشنهادی
معیار اصلی این درس: درصد Run موفق، میانگین زمان و پراکندگی نتیجه در تکرارهای یکسان.
- یک Failure Mode واقعی یا شبیهسازیشده انتخاب کن.
- قبل و بعد از خطا درصد Run موفق، میانگین زمان و پراکندگی نتیجه در تکرارهای یکسان را ثبت کن.
- Recovery را هم تست کن؛ برگشتن سیستم به حالت سالم بخشی از معیار قبولی است.
نتیجه تست را با نسخه کد/مدار، شرایط محیط و تنظیمات مهم ثبت کن؛ بدون این اطلاعات مقایسه دو Run ممکن است گمراهکننده باشد.
عیبیابی مرحلهای
- وقتی نتیجه افت میکند، آخرین تغییر سختافزار/کد را با نسخه پایدار مقایسه و فقط یک متغیر را در هر آزمایش تغییر بده.
- فقط یک فرض را در هر مرحله تغییر بده؛ تغییر همزمان چند چیز نتیجه را مبهم میکند.
- بعد از هر تغییر دوباره درصد Run موفق، میانگین زمان و پراکندگی نتیجه در تکرارهای یکسان را بگیر و نتیجه را با Baseline مقایسه کن.
اگر علامت خطا عوض شد، آن را به عنوان داده جدید ببین؛ عوض شدن علامت همیشه به معنی حل شدن علت اصلی نیست.
دام رایج
تست آزاد بدون ثبت داده باعث میشود تیم احساس پیشرفت داشته باشد ولی نداند چه چیزی واقعا بهتر شده.
برای رد یا تایید این برداشت، یک تست مرزی طراحی کن که دقیقا همین فرض را هدف بگیرد.
تمرین عملی
سناریو را در شرایط نزدیک روز مسابقه اجرا کن و علاوه بر عملکرد، Recovery و زمان آمادهسازی تیم را هم ثبت کن.
تمرین را برای تمرین روز مسابقه و مدیریت ریسک انجام بده و در پایان فقط سه چیز تحویل بده: شرایط شروع، نتیجه اندازهگیریشده و تصمیم بعدی. اگر نتیجه با انتظار فرق داشت، یک فرض برای علت بنویس و تست بعدی را مشخص کن.
قبل از رفتن به درس بعد
- بتوانی «تمرین روز مسابقه و مدیریت ریسک» را با زبان خودت توضیح بدهی و نقش آن را در یک سیستم واقعی مشخص کنی.
- بتوانی یک تصمیم طراحی مرتبط با این موضوع را با دلیل فنی انتخاب کنی.
- بتوانی یک خطای رایج را مرحلهای عیبیابی کنی و نتیجه را با درصد Run موفق، میانگین زمان و پراکندگی نتیجه در تکرارهای یکسان بسنجی.
اگر یکی از این موارد را فقط میتوانی تعریف کنی ولی نمیتوانی روی یک مثال واقعی نشان بدهی، همان بخش را یک بار دیگر با داده یا Log مرور کن.
جمعبندی
در تمرین روز مسابقه و مدیریت ریسک هدف نهایی حفظ اصطلاحات نیست؛ باید بتوانی یک تصمیم فنی بگیری، اثرش را با درصد Run موفق، میانگین زمان و پراکندگی نتیجه در تکرارهای یکسان بسنجی و وقتی نتیجه خراب شد مسیر عیبیابی قابل تکراری داشته باشی. این سه توانایی معیار عبور واقعی از درساند.