คำถามติดแท็ก machine-learning

4
เป็นไปได้ไหมที่จะใช้งานเครือข่ายประสาทเทียมบนไมโครคอนโทรลเลอร์
คุณสามารถใช้เครือข่ายประสาทอย่างง่าย ๆ บนไมโครโปรเซสเซอร์เช่น Arduino Uno เพื่อใช้ในการเรียนรู้ของเครื่องได้หรือไม่?

2
การเขียนโปรแกรมบรรทัดต่อไปนี้หุ่นยนต์ด้วยการเรียนรู้การเสริมแรง
ฉันกำลังพิจารณาการเขียนโปรแกรมบรรทัดต่อไปนี้หุ่นยนต์โดยใช้อัลกอริทึมเสริมการเรียนรู้ คำถามที่ฉันครุ่นคิดคือฉันจะหาอัลกอริทึมเพื่อเรียนรู้การนำทางผ่านเส้นทางใด ๆ ได้อย่างไร? หลังจากที่ได้ติดตามSutton & Barto Bookเพื่อเรียนรู้การเสริมแรงฉันได้แก้ปัญหาการออกกำลังกายที่เกี่ยวข้องกับสนามแข่งที่ตัวแทนรถเรียนรู้ที่จะไม่ออกนอกเส้นทางและควบคุมความเร็ว อย่างไรก็ตามปัญหาการออกกำลังกายนั้นมีตัวแทนให้เรียนรู้วิธีการติดตามเส้นทางที่ฝึกมา มันอยู่ในขอบเขตของการเรียนรู้การเสริมกำลังเพื่อให้หุ่นยนต์นำทางไปตามเส้นทางที่กำหนดหรือไม่? ไม่ตัวแทนอย่างต้องมีแผนที่ของวงจรการแข่งขันหรือเส้นทางหรือไม่? ฉันสามารถใช้พารามิเตอร์อะไรในพื้นที่ของรัฐได้บ้าง

5
ฟังก์ชันการให้รางวัลใดที่ส่งผลให้เกิดการเรียนรู้ที่ดีที่สุด
ลองนึกถึงสถานการณ์ต่อไปนี้: คุณกำลังสอนหุ่นยนต์ให้เล่นปิงปอง คุณกำลังสอนโปรแกรมเพื่อคำนวณสแควร์รูท คุณกำลังสอนคณิตศาสตร์ให้เด็กในโรงเรียน สถานการณ์เหล่านี้ (เช่นการเรียนรู้ภายใต้การดูแล) และอื่น ๆ อีกมากมายมีสิ่งหนึ่งที่ (เหมือนกัน): ผู้เรียนได้รับรางวัลตามผลงาน คำถามของฉันคือฟังก์ชั่นของรางวัลควรมีลักษณะอย่างไร มีคำตอบที่ "ดีที่สุด" หรือขึ้นอยู่กับสถานการณ์หรือไม่? ถ้ามันขึ้นอยู่กับสถานการณ์หนึ่งจะกำหนดฟังก์ชั่นรางวัลที่จะเลือก? ตัวอย่างเช่นรับฟังก์ชั่นรางวัลสามรายการต่อไปนี้: ฟังก์ชั่นAพูดว่า: ต่ำกว่าจุดหนึ่งไม่ดีหรือแย่ลงเหมือนกัน: คุณไม่ได้อะไรเลย มีความแตกต่างที่ชัดเจนระหว่างเกือบดีและสมบูรณ์แบบ ฟังก์ชั่นBพูดว่า: คุณจะได้รับผลตอบแทนเป็นสัดส่วนตามประสิทธิภาพของคุณ ฟังก์ชั่นCพูดว่า: หากการแสดงของคุณไม่ดีมันก็โอเคคุณทำดีที่สุดแล้ว: คุณยังได้รับรางวัลอยู่บ้าง ไม่มีความแตกต่างระหว่างที่สมบูรณ์แบบและเกือบดี ฉันคิดว่าAจะทำให้หุ่นยนต์มีสมาธิมากและเรียนรู้รูปแบบที่แน่นอน แต่กลายเป็นคนโง่เมื่อต้องรับมือกับรูปแบบที่คล้ายกันในขณะที่Cมันจะสามารถปรับเปลี่ยนได้มากขึ้นด้วยต้นทุนของการสูญเสียความสมบูรณ์แบบ หนึ่งอาจคิดว่าฟังก์ชั่นที่ซับซ้อนมากขึ้นเพียงเพื่อแสดง แต่น้อย: ดังนั้นเราจะรู้ได้อย่างไรว่าควรเลือกฟังก์ชั่นใด เป็นที่รู้จักกันซึ่งพฤติกรรมที่จะโผล่ออกมาจาก (อย่างน้อย) ขั้นพื้นฐานA, BและCฟังก์ชั่น? คำถามข้างเคียงนี้จะแตกต่างกันมากสำหรับหุ่นยนต์และเด็กมนุษย์หรือไม่?

3
สภาพแวดล้อมการทดสอบเสมือนจริงสำหรับลูกกระจ๊อก
ไม่มีใครรู้สภาพแวดล้อมของนักพัฒนาหุ่นยนต์ที่เหมาะสำหรับการทดสอบโปรแกรม AI สำหรับโดรน (เช่น quadrocopters เครื่องบินเฮลิคอปเตอร์ ฯลฯ ) ฉันต้องการบางอย่างเช่น Microsoft Robotics Developer Studio ที่มีสภาพแวดล้อมเสมือนจริง (เช่นสภาพแวดล้อมกลางแจ้งที่มีแรงโน้มถ่วงแรงลม ฯลฯ ) เพื่อทดสอบพลวัตการบิน ฉันต้องการตัวเลือกในการเพิ่มเซ็นเซอร์ในโดรนเสมือนจริงเช่นจีพีเอสเครื่องวัดระยะสูงไจโรและอื่น ๆ ที่โปรแกรม AI สามารถใช้เพื่อคัดท้ายโดรน

3
เครื่องมือจำลองการเรียนรู้สี่เท่า
ขณะนี้ฉันกำลังสร้างหุ่นยนต์ที่มีสี่ขา ( สี่เท่า ), 3 อานนท์ (องศาอิสระ) และได้รับการแนะนำที่นี่ว่าฉันใช้ตัวจำลองเพื่อทำการเรียนรู้บนคอมพิวเตอร์แล้วอัปโหลดอัลกอริทึมไปยังหุ่นยนต์ ฉันใช้Arduino Unoสำหรับหุ่นยนต์และฉันสามารถใช้ซอฟต์แวร์ใดในการจำลองการเรียนรู้และสามารถอัพโหลดไปยังบอร์ด Arduino ได้หรือไม่

2
นำทาง Quadrotor สู่เป้าหมาย
ฉันกำลังทำงานกับควอดโรเตอร์ ฉันรู้ตำแหน่งของมัน -ที่ซึ่งฉันต้องการไป - ตำแหน่งเป้าหมายและจากนั้นฉันคำนวณเวกเตอร์ - เวกเตอร์หน่วยที่จะพาฉันไปยังเป้าหมายของฉัน:aaabbbccc c = b - a c = normalize(c) เนื่องจาก quadrotor สามารถเคลื่อนที่ในทิศทางใดก็ได้โดยไม่มีการหมุนสิ่งที่ฉันพยายามทำคือ หมุนโดยมุมเอียงของหุ่นยนต์ccc แยกออกเป็นองค์ประกอบx,yx,yx, y ส่งพวกเขาไปยังหุ่นยนต์เป็นมุมม้วนและระดับเสียง ปัญหาคือว่าถ้าหันเหเป็น 0 °± 5 แล้วก็ใช้งานได้ แต่ถ้าหันไปใกล้ +90 หรือ -90 มันจะล้มเหลวและหันไปทิศทางที่ผิด คำถามของฉันคือฉันขาดอะไรบางอย่างชัดเจนที่นี่?
9 quadcopter  uav  navigation  slam  kinect  computer-vision  algorithm  c++  ransac  mobile-robot  arduino  microcontroller  machine-learning  simulator  rcservo  arduino  software  wifi  c  software  simulator  children  multi-agent  ros  roomba  irobot-create  slam  kalman-filter  control  wiring  routing  motion  kinect  motor  electronics  power  mobile-robot  design  nxt  programming-languages  mindstorms  algorithm  not-exactly-c  nxt  programming-languages  mindstorms  not-exactly-c  raspberry-pi  operating-systems  mobile-robot  robotic-arm  sensors  kinect  nxt  programming-languages  mindstorms  sensors  circuit  motion-planning  algorithm  rrt  theory  design  electronics  accelerometer  calibration  arduino  sensors  accelerometer 
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.