racket optable × table × table → tableimport fullseye as fs; fs.ledger.rally_simulate(bp: 'dict', rp: 'dict', tp: 'dict', *, perceive=None, strategies=None, retries: 'int' = 6, x_racket: 'float' = 1.55, hit_height=(0.05, 0.45), T_flight: 'float' = 0.42, target_x: 'float' = 0.75, max_hits: 'int' = 60, dt: 'float' = 0.0002, fps: 'float' = 100.0, seed: 'int' = 0, y_jitter: 'float' = 0.25, plan_spin: 'bool' = True, table_ip=None, replan_every: 'int' = 5) -> 'dict' (実装を直接呼ぶなら import racket; racket.rally_simulate(bp: 'dict', rp: 'dict', tp: 'dict', *, perceive=None, strategies=None, retries: 'int' = 6, x_racket: 'float' = 1.55, hit_height=(0.05, 0.45), T_flight: 'float' = 0.42, target_x: 'float' = 0.75, max_hits: 'int' = 60, dt: 'float' = 0.0002, fps: 'float' = 100.0, seed: 'int' = 0, y_jitter: 'float' = 0.25, plan_spin: 'bool' = True, table_ip=None, replan_every: 'int' = 5) -> 'dict'、台帳から引くなら opsdrive.get("rally_simulate"))2 本のラケット(x = −x_r と +x_r、板は相手を向く)で打ち合う。
各コマ(1/fps)で受け手側の知覚 perceive(t, p, v, ω) が球の状態を返し、そこから運動方程式 + 台の跳ねで自分の面
x = ±x_r への到達点・時刻を予測してラケットを動かす(上限つき)。球が面に届いたら、相手コートの (∓target_x, y) に
T_flight で落ちる速度を狙って打つ(y は乱数、plan_spin なら打球後のスピンを込みで狙いを合わせる)。
strategies = (side 0 の戦略, side 1 の戦略)(None なら両方 :func:strategy_feeder)。retries > 0 なら打つ前に
:func:shot_is_legal で先読みし、外す狙いは巻き戻して別の狙い(戦略を引き直す)でやり直す。
返り値 {"hits", "end_reason", "shots": [...], "t", "p" (N,3), "racket_pos" (N,2,3), "hit_times", "rewinds"}。
空の入力(bp が空の dict)は ValueError。
py -3.11 examples/poc_ball_bounce.pypy -3.11 examples/poc_table_tennis_rally_loop.pytable を入力に取れる)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
racket)racket_params · racket_impact · racket_hit_check · aim_velocity · racket_plan · racket_move · strategy_attacker · strategy_feeder
Provenance: racket.py — DRIVE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.