سیٹھ ابراہیم مہتمم مدرسہ عمر آباد
عمرآباد مدراس میں حاجی عمر (روشن کمپنی) کا خاندان ایک خاص حیثیت رکھتا ہے۔ حاجی صاحب امرتسر کے علمائے غزنویہ کے فیض سے مستفیض اور توحید و سنت کے متبع تھے، کامیاب تاجر تھے، اپنے ہی نام سے شمالی آرکاٹ میں ایک زمین خرید کر عمرآباد نام کا ایک مقام آباد کیا تھا اور وہاں ایک بڑے عربی مدرسہ دارالسلام کی بنیاد رکھی تھی، چندسال ہوئے کہ انہوں نے وفات پائی اور تیں صالح اولادیں اپنی یادگار چھوڑیں، اسماعیل، ابراہیم اور اسحاق، سب سے بڑے اسماعیل تو کاروبار کے نگراں ہیں اور ابراہیم نے جو منجھلے تھے مدرسہ کی دیکھ بھال، اس کے قیام و ترقی کو اپنی زندگی کا مقصد قرار دیا تھا، ابھی پچھلے سال جوہری طنطاوی کی تفسیر کا اردو ترجمہ ایک ہزار روپے کے صرف سے مطبع معارف میں چھپوایا تھا، مدرسہ کے لئے کتب خانہ تنہا اپنی ذات سے کتابیں خرید کر فراہم کیا تھا، اس کے لئے ایک عمارت بھی بنوائی تھی، افسوس کہ یہ پھول کھلنے سے پہلے ہی مرجھا گیا، یعنی ۳۰؍ رجب ۱۳۵۷ھ کو اس دنیائے ناپائیدار کو الوداع کہا، رحمہ اﷲ تعالیٰ۔ (سید سلیمان ندوی، نومبر ۱۹۳۸ء)
يقوم الخطاب الأدبي على عنصرين أساسيين، وهما: (الصوت والمعنى)، إذ أنّ أحدهمالا ينفكّ عن الآخر، وبلحاظ الترابط ما بين هذين العنصرين نتلمّس أنّ الخطابة: هي ذلك الفن الّذي يتوقّف تحققه على المواجهة والمشافهة، حيث أنّ الإلقاء يؤثر بشكل ملحوظ على المتلقّي، موازنة بالكيفيّة الّتي يكون بها المتلقّي مع الكتابة، بالتالي فإنّ حجم التأثير النّفسي والعاطفي والتركيز والشّد الذهني حين الاستماع إلى خطبة معيّنة أكبر عند المتلقّي ممّا هوَ عليه حين القراءة لسطور معيّنة. لذا فإن إبداع المتكلّم يتحقّق في التكلّم بخطبة ما، وهذا بحد ذاته إنما هوَ استظهار للعمق الدلالي والفكري، والاستعمال الفنّي للأدوات الصّوتية، وأصدق تمثيل لما تقدّم هو الاستماع إلى الشعر والنثر. وموضوع بحثنا هوَ الأسلوب الخطابي لفارس الخطابة ومنشأها، الّذياجتمع فيه ما لم يجتمع في غيره، حتى بلغ أسلوبه من الصدق مستوىً ترفّع به عن السّجع المتكلّف، فبأسلوبه إنّما هوَ أبعد متكلّم عن التصنّع، وأقرب ما يكون من الصراحة والصدق في القول والفعل.
This dissertation aims to enhance the real-time decision making of autonomous agents in a complex adversarial domain. Explicit opponent modeling techniques are applied to store the strengths of opponents and use them to create an opponent model. The devised strategies are optimized specifically for each type of opponent. To deal with changing strategies of the opponents, the strategies are adaptive and revised after predefined time instances. An evolutionary computation-based framework, namely SASO, has been developed that automates the creation of the opponent model and optimizes strategies specific to each opponent model. An opponent in this research comprises of a team of autonomous robots while the adversarial domain is the simulated soccer platform. For devising opponent-specific strategies, several teams of soccer-playing agents have been chosen and their strategies are analyzed. This analysis facilitates grouping teams into different opponent models to improve gameplay against unseen opponents. The framework proposes a modular approach with a clear distinction between online and offline phases. Both opponent modeling and strategy optimization are performed offline while strategy prediction and strategy adaptation are performed online. Empirical evidence shows that the team, that adapts its strategy according to the opponent outperforms the team that disregards its opponent. The challenges addressed in this research are an accurate prediction of the type of opponent, anticipating the opponent's strategy and then making correct decisions in real-time. For designing an explicit opponent model, the research uses past actions of the opponents to build the model Secondly, there are issues regarding strategy evolution where parameters need to be me-tuned and a workable strategy has to be guaranteed for all instances. To test the effectiveness of the framework, the RoboCup Soccer Simulation 3D league has been chosen as a testbed. The league offers a dynamic and partially observable environment making strategy recognition and adaptation truly challenging tasks. The novelty of this framework is its end to end approach for strategy extraction, identification, optimization as well as strategy execution in real-time to improve the overall performance of the team. It also serves as a generalized approach that prepares agents to interact with unknown opponents. The approach has been implemented over a reasonable number of opponents and can be extended to an exhaustive number of opponent teams