ලාභ:
- පියාසැරි පාලන නීති, ස්ථායීතා විශ්ලේෂණය සහ ස්වාධීන පද්ධති ගෘහ නිර්මාණ ශිල්පය තුළ AI හි කාර්යභාරය සහ සීමාවන් තේරුම් ගන්න
- ගුවන් ස්වයං පාලනයේදී ශක්තිමත් කිරීමේ ඉගෙනීම සහ ආදර්ශ මත පදනම් වූ පාලනය භාවිතා කරන ආකාරය උදාහරණ සමඟ පැහැදිලි කිරීමේ හැකියාව
- පියාසැරි ලියුම් කවරය, ස්ථායිතා ආන්තිකය සහ අසාර්ථක-ආරක්ෂිත හැසිරීම අනුව පාලන ප්රතිදානයන් සත්යාපනය කිරීමේ හැකියාව
ගුවන් යානයක් තනිවම වාතයේ පියාසර නොකරයි; එය නිරන්තරයෙන් බාධා ඇති වන සමතුලිතතාවයක් නැවත ස්ථාපිත කරයි. Flight Dynamics යනු මෙම සමතුලිතතාවයේ විද්යාවයි: එය ගුවන් යානය බල සහ අවස්ථා යටතේ ගමන් කරන ආකාරය, එය සුළං පහරකින් (ස්ථාවරත්වය) යථා තත්ත්වයට පත්වන්නේද යන්න සහ එය නියමුවාගෙන් හෝ පරිගණකයෙන් ලැබෙන විධානයන්ට ප්රතිචාර දක්වන ආකාරය අධ්යයනය කරයි. පාලන පද්ධතිය යනු මෙම ගතිකත්වය අවශ්ය හැසිරීමට නැමෙන මොළයයි: පියාසර පාලන නීති (සංවේදක මිනුම් ගන්නා සහ පාලන පෘෂ්ඨ වෙත විධාන උත්පාදනය කරන ඇල්ගොරිතම) යානය සෑම විටම ස්ථාවරව සහ කළමනාකරණය කළ හැකිව තබයි.
කෘතිම බුද්ධිය (AI) සම්භාව්ය ඉංජිනේරු විද්යාව සහ ස්වයං පාලනය යන දෙඅංශයෙන්ම මෙම ක්ෂේත්රයේ කාර්යභාරයක් ඉටු කරයි. සම්භාව්ය පැත්තෙන්, එය ස්ථායිතා විශ්ලේෂණය, පාලක සැලසුම් සහ සමාකරණ සැකසුම වේගවත් කරයි. ස්වාධීනත්වය පැත්තෙන්, ශක්තිමත් කිරීමේ ඉගෙනීම වැනි ක්රම (අත්හදා බැලීම් සහ දෝෂය හරහා විපාක සංඥාව මත පදනම් වූ නියෝජිත ඉගෙනුම් හැසිරීම) සංකීර්ණ කාර්යයන්හි ප්රතිපත්ති නිෂ්පාදනය කරයි. නමුත් පියාසර පාලනය යනු දෝෂයක් ක්ෂණික සහ ආපසු හැරවිය නොහැකි ක්ෂේත්රයකි: අස්ථායී පාලන නීතියක් තත්පර කිහිපයකින් යානය අහිමි විය හැක. එබැවින්, පියාසර ලියුම් කවරය, ස්ථායීතා ආන්තිකය සහ අසාර්ථක-ආරක්ෂිත හැසිරීම අනුව වලංගු කිරීමකින් තොරව AI-ජනනය කරන ලද පාලන ජයග්රහණ හෝ ප්රතිපත්ති කිසිවක් ගුවන් යානයට ඇතුළත් නොකෙරේ.
සංකල්ප: පියාසර ලියුම් කවරය: ගුවන් යානයට ආරක්ෂිතව පියාසර කළ හැකි වේගය-උන්නතාංශ-භාර සාධක සීමාවන්. ස්ථායීතා ආන්තිකය: ලාභ ආන්තිකය සහ අදියර ආන්තිකය; පාලක ලූපය අස්ථායීතාවයෙන් කොපමණ දුරක් තිබේද යන්න පිළිබඳ මිනුමක්. අසාර්ථක-ආරක්ෂිත: සංරචකයක් අසමත් වූ විට පද්ධතිය ආරක්ෂිත තත්වයකට ඇතුල් වේ. PID: සමානුපාතික-අනුකලිත-ව්යුත්පන්න; වඩාත් පොදු සම්භාව්ය පාලක ව්යුහය.
ස්ථාවරත්වය, පාලන නීතිය සහ AI හි භූමිකාව
පාලන සැලසුමේ පදනම වන්නේ විවෘත ලූප ගතිකත්වය අවබෝධ කර ගැනීම සහ සංවෘත ලූපය අපේක්ෂිත හැසිරීමට ගෙන ඒමයි. ඉංජිනේරුවා ගුවන් යානයේ චලිත සමීකරණ රේඛීයකරණය කරයි, හුවමාරු කාර්යයන් ව්යුත්පන්න කරයි, සහ පාලකයක් සැලසුම් කරයි (උදා: PID හෝ රාජ්ය ප්රතිපෝෂණ සමඟ). AI මෙම ක්රියාවලියේ වීජීය අතරමැදි පියවරයන් සිහිපත් කරයි, මූල ස්ථාන පරිවර්ථනයට සහාය වේ, MATLAB/Python පාලන පුස්තකාල සමඟ ස්ක්රිප්ට් ලියයි, සහ ගෙවීම් කට්ටලයක ස්ථායීතා මායිම් ගණනය කරන කේතයක් නිපදවයි.
තීරනාත්මක කරුණ මෙයයි: හොඳ කාර්ය සාධනය යනු හොඳ ස්ථාවර ආන්තිකය නොවේ. AI විසින් යෝජනා කරන ලද ආක්රමණශීලී ප්රතිලාභ කට්ටලයක් සමාකරණයේදී ඉතා වේගවත් හා තියුණු ප්රතිචාරයක් ලබා දී ඇති නමුත්, ලාභ ආන්තිකය 2 dB දක්වා සහ අදියර ආන්තිකය අංශක 15 දක්වා අඩු කර ඇත. ගුවන් ගමන්වලදී, අවම වශයෙන් 6 dB ලාභ ආන්තිකය සහ අංශක 45 අදියර ආන්තිකය සාමාන්යයෙන් ඉලක්ක කර ඇත; මක්නිසාද යත් සැබෑ ගුවන් යානයක, සංවේදක ශබ්දය, ක්රියාකාරක ප්රමාදය සහ ආකෘති නිර්මාණ දෝෂ මෙම ආන්තිකය සඳහා හේතු වේ. ප්රමාණවත් ප්රධාන කාමරයක් ඉතිරි නොකරන පාලකයක් සමාකරණයේදී පරිපූර්ණ ලෙස දිස් විය හැකි නමුත් ඇත්ත වශයෙන්ම අස්ථාවරත්වයට ප්ලාවිත විය හැකිය (සීමා චක්ර දෝලනය හෝ අපසරනය).
අවවාදයයි: සමාකරණයේදී පාලකයෙකුගේ "පිරිසිදු" ප්රතිචාරය සැබෑ ලෝකය සඳහා සහතිකයක් නොවේ. අනුකරණය සාමාන්යයෙන් කදිම ක්රියාකාරකයක්, ප්රමාදයකින් තොර සංවේදකයක් සහ සම්පූර්ණ ආකෘතියක් උපකල්පනය කරයි. ස්ථායීතාවයේ ආන්තිකය යනු පරමාදර්ශයෙන් මෙම අපගමනයට එරෙහිව හරියටම ඔබේ බෆරයයි; එය කැප කරන කාර්ය සාධනය කඩදාසි මත ඉතිරි වේ.
ස්වයං පාලනය සහ ඉගෙනුම් පාලනය: මායිම්
ස්වයංක්රීය පද්ධති තුළ, AI වඩාත් ගැඹුරින් ක්රියාත්මක වේ: මාර්ග සැලසුම් කිරීම, බාධක මඟ හැරීම, ගොඩබෑම, රංචු සම්බන්ධීකරණය වැනි කාර්යයන් සඳහා ඉගෙනුම් ප්රතිපත්ති භාවිතා වේ. සමාකරණ පරිසරයක් තුළ මිලියන ගණනක් අත්හදා බැලීම් කිරීමෙන් ශක්තිමත් කිරීමේ ඉගෙනීමට හොඳ හැසිරීම් ප්රතිපත්තියක් සොයාගත හැකිය. කෙසේ වෙතත්, ඉගෙනුම් පාලනයට ගුවන් සේවයේ ප්රධාන අභියෝග දෙකක් ඇත: පැහැදිලි කිරීමේ හැකියාව සහ සහතිකය. විධානය පහසුවෙන් සාධාරණීකරණය කළ නොහැකි ස්නායුක ජාල ප්රතිපත්තියක් නිකුත් කරන්නේ ඇයි, සහ එය සම්පූර්ණ ආදාන අවකාශය පුරා ආරක්ෂිතව හැසිරීමට ගණිතමය වශයෙන් සහතික කළ නොහැක.
ප්රායෝගික ගෘහනිර්මාණ ශිල්පය සාමාන්යයෙන් ස්ථර වන්නේ එබැවිනි: ඉගෙනුම් සංරචකය ක්රියාත්මක වන්නේ බාහිර ස්ථරයේ (සැලසුම් කිරීම, නිර්දේශය), නමුත් පහළ ස්ථරයේ සම්භාව්ය, විශ්ලේෂණය කළ හැකි සහ සත්යාපනය කළ හැකි "ආරක්ෂිත ලියුම් කවරයක්" හෝ ආරක්ෂිත මොනිටරයක් ඇත. මෙම පාලකය පියාසර ලියුම් කවරය සහ ආරක්ෂක නීති සමඟ ඉගෙනුම් ස්ථරයේ විධාන පෙරහන් කරයි; එය මායිම් උල්ලංඝනය කිරීමක් දුටුවහොත්, එය ආරක්ෂිත හැසිරීම් වලට මාරු වේ. AI හි නිර්මාණශීලිත්වය සම්භාව්ය පාලනයේ සහතිකය සමඟ ඒකාබද්ධ වන්නේ එලෙස ය.
ප්රවේශය
වාසිය
ගුවන් සේවයේ මායිම්
PID / සම්භාව්ය
විශ්ලේෂණය කළ හැකිය, ස්ථාවරත්වය ඔප්පු කළ හැකිය
ඉතා සංකීර්ණ කාර්යයන් සඳහා ප්රමාණවත් නොවේ
ආදර්ශ අනාවැකි පාලනය (MPC)
පැහැදිලිවම සීමාවන් ආමන්ත්රණය කරයි
ගණනය කිරීමේ භාරය, ආදර්ශ රඳා පැවැත්ම
ශක්තිමත් කිරීමේ ඉගෙනීම
සංකීර්ණ කාර්යයේදී ශක්තිමත් ප්රතිපත්තියක්
වගකීම්/පැහැදිලි කිරීමේ හැකියාව දුර්වලයි, සිම්-සත්ය පරතරය
ස්ථර (ඉගෙන ගන්නන් + ආරක්ෂිත ලියුම් කවරය)
නිර්මාණශීලිත්වය + සහතිකය
ලියුම් කවරය සැලසුම් කිරීම සහ තහවුරු කිරීමේ පිරිවැය
ඉඟිය: ඉගෙනුම් ප්රතිපත්තියක් ඇගයීමේදී, "සාමාන්ය කාර්ය සාධනය" නොව "නරකම හැසිරීම" ගැන විමසන්න. RL නියෝජිතයෙකු අවස්ථා 10,000 කින් 9,990 කදී විශිෂ්ට ලෙස ක්රියා කර 10 කදී ලියුම් කවරයෙන් ගුවන් යානය ලබා ගන්නේ නම්, එම අවස්ථා 10 ගුවන් ගමනේදී පිළිගත නොහැක. ආරක්ෂාව මනිනු ලබන්නේ නරකම අවස්ථාවෙන් මිස සාමාන්යයෙන් නොවේ.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම drone සඳහා හොඳ PID ලාභයක් ලබා දෙන්න.
බලවත් විමසුම:
භූමිකාව: ඔබ පියාසර පාලන පද්ධති ඉංජිනේරුවෙක්; ආරක්ෂිත තීරණාත්මක විනයට අනුකූල වේ. සන්දර්භය (නියෝජනය): කුඩා බහුකොප්ටරයක උන්නතාංශ චක්රය සඳහා රේඛීය ආකෘතිය [මාරු ශ්රිතය හෝ ස්කන්ධය/තෙරපුම් දත්ත] ගුවන් සේවා සඳහා ඉලක්ක මායිම් සමඟ සසඳන්න (>=6 dB, >=45°); ආන්තිකය ප්රමාණවත් නොවේ නම් මම ලාභය සකස් කරන්නේ කෙසේද? බාධාව: ක්රියාකාරක ප්රමාදය සහ සංවේදක ශබ්දය ආන්තිකයට වැටෙන බව මට මතක් කරන්න; "හරියටම හොඳම" කියන්න එපා, සමාකරණ සහ දෘඪාංගවල සත්යාපනය සඳහා අවශ්යතාවය අවධාරණය කරන්න.
පිටපත් කළ හැකි ඉක්මන් සැකිලි
සැකිල්ල 1 — ස්ථායිතා ආන්තිකය ගණනය කිරීමේ ස්ක්රිප්ට්:
පහත විවෘත-ලූප් මාරු කිරීමේ කාර්යය සඳහා පයිතන් පාලනය සමඟ: (අ) ශරීර රූප සටහන අඳින්න; (ආ) ලාභ ආන්තිකය සහ අදියර ආන්තිකය සංඛ්යාත්මකව ගණනය කිරීම; (ඇ) මේවා ගුවන් ඉලක්ක වලට සංසන්දනය කරමින් නිමැවුමක් නිපදවන්න (>=6 dB, >=45°). කේතය අදහස් දැක්වීමට ඉඩ දෙන්න; එක් එක් පියවර කරන්නේ කුමක්ද යන්න පැහැදිලි කරන්න. මාරු කිරීමේ කාර්යය: [num/den]
සැකිල්ල 2 — පියාසර ලියුම් කවර සීමා පාලක නිර්මාණය:
ස්වයංක්රීය ගුවන් යානයක් සඳහා ආරක්ෂිත මොනිටර තර්කයක් සැලසුම් කිරීමට මට උදවු කරන්න: ඇතුල්වීමේදී සැලසුම්කරුගේ විධානය, සීමාවන්[වේගය, උන්නතාංශය, පැටවීමේ සාධකය, තාර සීමාවන්]. පාලකය විසින් විධානය පෙරහන් කළ යුත්තේ කෙසේද, සීමාව උල්ලංඝනය කිරීමේදී එය කුමන ආරක්ෂිත හැසිරීමකට මාරු විය යුතුද? මෙය ව්යාජ කේතයකින් ලියා එක් එක් තීරණය සඳහා හේතු දක්වන්න.
සැකිල්ල 3 — RL ප්රතිපත්ති ඇගයුම් සැලැස්ම:
ගුවන් සේවයේ ශක්තිමත් කිරීමේ ඉගෙනුම් ප්රතිපත්තියක් යෙදවීමට පෙර, ඇගයුම් සැලැස්මක් ස්ථාපිත කරන්න: (අ) මා පරීක්ෂා කළ යුතු අන්ත සහ නරකම අවස්ථා මොනවාද; (ආ) මම සිම් සිට රියල්ගැප් මැනිය හැක්කේ කෙසේද; (ඇ) මම සාමාන්ය නොවන නරකම ආරක්ෂාව වාර්තා කරන්නේ කෙසේද; (ඈ) ආරක්ෂක පාලකය සක්රිය කළ යුත්තේ කවර අවස්ථාවකද? ප්රතිඵලය පිරික්සුම් ලැයිස්තුවක් වීමට ඉඩ දෙන්න.
සැකිල්ල 4 — අසාර්ථක මාදිලිය සහ අසාර්ථක-ආරක්ෂිත විශ්ලේෂණය:
පහත පාලන පද්ධතිය සඳහා අසාර්ථක මාතයන් ලැයිස්තුගත කරන්න [සංවේදක, ක්රියාකාරක, ගිණුම්කරණ ඒකකය] සහ එක් එක් සඳහා අසාර්ථක-ආරක්ෂිත හැසිරීම යෝජනා කරන්න: සංවේදක අසමත්වීම, ක්රියාකරු ඇලවීම, ගිණුම්කරණ ප්රමාදය, සන්නිවේදන අලාභය. එක් එක් අසාර්ථකත්වය සඳහා හඳුනාගැනීමේ ක්රමයක් සහ ආරක්ෂිත රාජ්ය සංක්රාන්ති උපාය මාර්ගයක් ලියන්න. අසාර්ථක වීමේ තනි ලක්ෂ්යයක් විශේෂයෙන් සලකුණු කරන්න.
කුඩා නඩු
නඩුව 1 - ආක්රමණශීලී ලාභාංශ ආහාර ගැනීම. UAV තාරතා චක්රයක් සඳහා කණ්ඩායමකට AI වෙතින් ආක්රමණශීලී ලාභයක් ලැබේ; සමාකරණයේ නැගීමේ කාලය තත්පර 0.4 කින් සිත් ඇදගන්නා සුළුය. AI විසින් නිර්දේශිත ආන්තිකය ගණනය කරන විට, ලාභ ආන්තිකය 3.2 dB වන අතර අදියර ආන්තිකය අංශක 22 කි; ගුවන් ඉලක්ක වලට වඩා පහළින් (6 dB, 45°). සත්ය පියාසැරියේදී, 50 ms ක්රියාකාරක ප්රමාදයක් එකතු කළ විට, පද්ධති සීමාව චක්රය දෝලනය වේ. ලාභය 40% කින් අඩු වී ඇති අතර කොටස ඉලක්කය වෙත ඇදී යයි, නැගීමේ කාලය තත්පර 0.7 දක්වා වැඩි වේ, නමුත් පද්ධතිය ශක්තිමත්ව පවතී. පාඩම: කොටස සමඟ කාර්ය සාධනය සමතුලිත කිරීම; අනුකරණය යථාර්ථය සහතික නොකරයි.
නඩුව 2 - ස්ථර ගෘහ නිර්මාණ ශිල්පය ගුවන් යානය සුරකියි. ස්වයංක්රීය ගොඩබෑම සඳහා පුහුණු කරන ලද RL ප්රතිපත්තියක් අනුකරණය කළ ගොඩබෑම් 5,000කින් 99.7%ක් සාර්ථක වේ. නරකම අවස්ථාවක ස්කෑන් කිරීමකදී, පරීක්ෂණ කණ්ඩායම සොයාගනු ලබන්නේ හරස් සුළං නිශ්චිත සීමාවක් ඉක්මවා යන අවස්ථා 14කදී, ප්රතිපත්තිය මගින් ගුවන් යානය ධාවන පථයෙන් ඉවතට යොමු කරන බවයි. ඉගෙනුම් ස්තරය යටතේ තබා ඇති සරල ආරක්ෂිත ලියුම් කවරයක් හරස් සුළං සහ අපගමන සීමාවන් උල්ලංඝනය කිරීම් වලදී go-around විධානයක් ලබා දෙයි; සියලුම අවස්ථා 14 ආරක්ෂිතව ප්රතිඵල ලබයි. පාඩම: ඉගෙනීමේ ස්තරය සම්භාව්ය ආරක්ෂිත දැලක් සමඟ තිබිය යුතුය.
නඩුව 3 - තනි ලක්ෂ්ය දෝෂය නොසලකා හරිනු ලැබේ. එක් සැලසුමක් තුළ, තනි ගුවන් වේග සංවේදකයක් පාලන නීතිය සහ අනතුරු ඇඟවීමේ පද්ධතිය යන දෙකම පෝෂණය කරයි. AI හි අසාර්ථක ප්රකාර විශ්ලේෂණ සලකුණු කරන්නේ මෙම සංවේදකය අවහිර කළහොත්, පාලනය සහ අනතුරු ඇඟවීම යන දෙකම එකවර රැවටෙනු ඇති බවයි, එනම් තනි ලක්ෂ්ය අසාර්ථකත්වයක්. කණ්ඩායම දෙවන ස්වාධීන වේග ප්රභවයක් (උදා: GPS මත පදනම් වූ වේගය හෝ දෙවන පිටෝට්) සහ විෂමතා හඳුනාගැනීම එක් කරයි. පාඩම: ආරක්ෂක තීරණාත්මක ආදානයේ තනි මූලාශ්රයක් මත යැපීම හඳුනාගත යුතු අවදානමකි.
පොදු වැරදි
- ස්ථාවරත්වය සමඟ ව්යාකූල කාර්ය සාධනය. ඉක්මන් ප්රතිචාරය යනු ශක්තිමත් බව නොවේ; ප්රමාණවත් ආන්තිකය ඇත්ත වශයෙන්ම අස්ථාවරත්වය ඇති කරයි.
- සමාකරණය යථාර්ථය සඳහා වරදවා වටහා ගැනීම. Ideal Actuator/sensor උපකල්පනය කරන සමාකරණය ප්රමාදය සහ ශබ්දය නොසලකා හරියි; දෘඪාංගවල සත්යාපනය අත්යවශ්ය වේ.
- සාමාන්ය කාර්ය සාධනය මත රඳා පවතී. ආරක්ෂාව මනිනු ලබන්නේ නරකම අවස්ථාවෙනි; දුර්ලභ නමුත් භයානක අවස්ථා පිළිගත නොහැකිය.
- අධීක්ෂණයකින් තොරව ඉගෙනුම් ප්රතිපත්තිය භාවිතා කිරීම. සහතික කළ නොහැකි ස්නායු ජාලයක් සම්භාව්ය ආරක්ෂිත ලියුම් කවරයක් නොමැතිව පියාසර නොකරනු ඇත.
- අසාර්ථක මාතයන් මඟ හැරීම. තනි ලකුණු අසාර්ථක වීම සහ අසාර්ථක නොවන හැසිරීම් මුලදී නොව නිර්මාණයේ අවසානයේ සලකා බැලුවහොත් එය ප්රමාද වැඩිය.
සාරාංශයක් ලෙස
පියාසර පාලනය යනු දෝෂයක් ක්ෂණික සහ ආපසු හැරවිය නොහැකි ප්රදේශයකි. AI ස්ථායීතා විශ්ලේෂණය, පාලක සැලසුම්, සමාකරණ සැකසුම සහ ස්වයං පාලන ප්රතිපත්ති වේගවත් කරයි; නමුත් හොඳ කාර්ය සාධනයක් යනු හොඳ ස්ථායීතා ආන්තිකයක් අදහස් නොවන අතර, වගකීම්/පැහැදිලි කිරීමේ හැකියාව අනුව ඉගෙනුම් ප්රතිපත්ති දුර්වල වේ. ප්රායෝගික ආරක්ෂාව පවතින්නේ ඉගෙනුම් ස්තරය සම්භාව්ය ආරක්ෂිත ලියුම් කවරයක් සමඟ ඒකාබද්ධ කිරීම සහ පියාසර ලියුම් කවරය, ස්ථායීතා ආන්තිකය, නරකම අවස්ථාව සහ අසාර්ථක මාදිලිය අනුව එක් එක් පාලකය සත්යාපනය කිරීමයි. ආරක්ෂාව මනිනු ලබන්නේ සාමාන්යයෙන් නොව නරකම අවස්ථාවෙනි.
යෙදුම් කාර්යය
සරල පාලන ගැටලුවක් සඳහා නියෝජිත ආකෘතියක් නිර්වචනය කරන්න (උදා: බහුකොප්ටර් උන්නතාංශ ලූපයක්). AI භාවිතා කරමින්, (අ) ආරම්භක ලාභ කට්ටලයක් සහ ස්ථායීතා ආන්තිකය ගණනය කිරීමේ ස්ක්රිප්ට් නිෂ්පාදනය කරන්න, තර්කනය පරීක්ෂා කරන්න, (b) ඉලක්ක ආන්තිකය සමඟ සංසන්දනය කර ප්රමාණවත් නොවේ නම් සීරුමාරු කරන්න, (ඇ) පද්ධතිය සඳහා අසාර්ථක මාදිලියක් සහ අසාර්ථක-ආරක්ෂිත ලැයිස්තුවක් නිෂ්පාදනය කරන්න. ආරක්ෂිත ලියුම් කවරයේ තර්කනයක් ව්යාජ කේතයෙන් සැලසුම් කර නරකම අවස්ථා ලියන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම පාලක ලාභය සහ අදියර ආන්තිකය ගණනය කර එය ගුවන් ඉලක්කය සමඟ සංසන්දනය කළෙමි.
- [ ] මම ක්රියාකාරක ප්රමාදය/සංවේදක ශබ්දය යටතේ සමාකරණ ප්රතිඵලය පරීක්ෂා කළෙමි.
- [ ] මම කාර්ය සාධනය ඇගයීමට ලක් කළේ සාමාන්ය නොවන නරකම හැසිරීමෙන්.
- [ ] මම ඉගෙනුම් ප්රතිපත්ති සඳහා සම්භාව්ය ආරක්ෂිත ලියුම් කවරයක් නිර්වචනය කළෙමි.
- [ ] මම අසාර්ථක මාදිලි සහ අසාර්ථක-ආරක්ෂිත හැසිරීම් ලැයිස්තුගත කර ඇත.
- [ ] මම තනි ලකුණු දෝෂ සලකුණු කර ස්වාධීනත්වය එකතු කළෙමි.