在我开始制作任何东西之前,只是一个理论 我一直对NN很感兴趣,并且和他们一起做了一些较小的控制台项目,但这次我想在现实生活中使用它们。
让我们假设我家里有一个大水池 - 我有一个小型遥控船,配备了非常灵敏和准确的GPS和一个小型计算机,里面有一些SD卡模块来加载/保存神经网络数据。
该船有1x伺服(控制转弯)和1x马达向前移动。
我希望这艘船能够学会先导航到单个航点,然后使用该网络在多个航点之间导航。
我正在考虑以下输入:
输出:
在训练期间,我无法弄清楚我是否应该使用监督方法(rc船,我可以在开始时控制它),或非监督学习?
问题:
在我开始深入研究代码之前,我宁愿向专业人士寻求建议。
非常感谢您对此的任何意见。
使用概念验证项目进行更新
因为我无法得到答案,我尝试通过使用两个输入来学习网络巡航到下一个航路点:
一个输出
以下是结果,学习并不需要太多时间。
答案 0 :(得分:0)
我不确定这是否是神经网络的正确任务。应用强化学习(如Q-Learning)听起来像是一项任务。
https://en.wikipedia.org/wiki/Reinforcement_learning
https://en.wikipedia.org/wiki/Q-learning
如果您还想使用人工神经网络,您可以将它们用作函数逼近器。我认为Google使用他们的Alpha Go机器人做到了这一点。