স্পেসিফিকেশন গেমিং ও রিওয়ার্ড হ্যাকিং

# ওয়্যারহাউজ প্যাকিং রোবটের জন্য ৬টি প্রার্থী স্ট্র্যাটেজি -- thoroughness (যাচাই-স্তর) ০.০ থেকে ১.০
strategies = [
    {"name": "গতি-সর্বস্ব (t=0.0)",   "thoroughness": 0.0},
    {"name": "ন্যূনতম চেক (t=0.2)",    "thoroughness": 0.2},
    {"name": "মাঝারি চেক (t=0.4)",     "thoroughness": 0.4},
    {"name": "ভারসাম্যপূর্ণ (t=0.6)",   "thoroughness": 0.6},
    {"name": "উচ্চ সতর্কতা (t=0.8)",   "thoroughness": 0.8},
    {"name": "সম্পূর্ণ চেক (t=1.0)",    "thoroughness": 1.0},
]

BASE_BOXES_PER_HOUR = 100.0   # কোনো চেক ছাড়া সর্বোচ্চ থ্রুপুট
BASE_ERROR_RATE = 0.20        # কোনো চেক ছাড়া ড্যামেজড/ভুল-প্যাকড বক্সের হার
REWORK_MULTIPLIER = 3.0       # প্রতিটি ভুল বক্স রিওয়ার্ক/রিটার্নে কতগুণ ক্ষতি করে (proxy মিটার এটি দেখে না)

def proxy_score(thoroughness):
    # স্বয়ংক্রিয় রিওয়ার্ড সিস্টেম শুধু এটাই পরিমাপ করে: থ্রুপুট (বক্স/ঘণ্টা)
    return BASE_BOXES_PER_HOUR * (1 - 0.5 * thoroughness)

def true_score(thoroughness):
    # আমরা আসলে যা চাই: রিওয়ার্ক খরচ বাদ দিয়ে প্রকৃত ব্যবহারযোগ্য থ্রুপুট
    speed = proxy_score(thoroughness)
    error_rate = BASE_ERROR_RATE * (1 - thoroughness)
    return speed - speed * error_rate * REWORK_MULTIPLIER

print(f"{'স্ট্র্যাটেজি':28s}{'proxy (speed)':>15s}{'true_score':>13s}")
print("-" * 58)
for s in strategies:
    s["proxy"] = proxy_score(s["thoroughness"])
    s["true"] = true_score(s["thoroughness"])
    print(f"{s['name']:28s}{s['proxy']:15.2f}{s['true']:13.2f}")

best_by_proxy = max(strategies, key=lambda s: s["proxy"])
best_by_true = max(strategies, key=lambda s: s["true"])

print()
print(f"proxy-সর্বোচ্চকারী স্ট্র্যাটেজি: {best_by_proxy['name']}  (proxy={best_by_proxy['proxy']:.2f}, true={best_by_proxy['true']:.2f})")
print(f"true-goal-সর্বোচ্চকারী স্ট্র্যাটেজি: {best_by_true['name']}  (proxy={best_by_true['proxy']:.2f}, true={best_by_true['true']:.2f})")
print()
if best_by_proxy["name"] != best_by_true["name"]:
    print("*** স্পেসিফিকেশন গেমিং সনাক্ত হয়েছে ***")
    print("যে স্ট্র্যাটেজি স্বয়ংক্রিয় proxy metric-এ সর্বোচ্চ স্কোর পায়, সেটিই প্রকৃত লক্ষ্য অর্জনে সেরা নয়।")
else:
    print("এই সেটআপে proxy ও true-goal একই স্ট্র্যাটেজিতে সর্বোচ্চ -- কোনো গেমিং সনাক্ত হয়নি।")