具有9个输入的机器人：
-6个提供距离的传感器
-检测到崩溃的传感器
输出： 2个数字（或2个布尔值）来控制2个电机（左前和右前）
现在我正在考虑让机器人找出不崩溃的方式。 我将6个传感器和一个“有效/无效”传感器作为数据输入模型 然后训练一个模型，以便找出一个传感器值低于某个特定数字时，电动机需要比另一个电动机更快的速度以避免碰撞输入的方法。另外，我需要告诉模型需要避免崩溃标志。
现在作为平台，我正在考虑使用树莓派，可能是通过天蓝色连接，所以我可以使用所需的任何模型
但是我要寻找哪种型号？它需要从连续数据中学习。尝试一些东西，把它写回去，从中学到东西，然后再尝试其他东西。输出可能需要是多元回归或多元二进制。
输入也是，多个输入。需要从新的数据点学习。有想法吗？
答案 0 :(得分：2)
您正在寻找reinforcment learning。关于机器人或游戏AI的文献很多。与您所说的完全一样，它是如何连续工作的。
它（代理）有一个环境（传感器，当前速度），他可以执行动作（控制电动机）来自环境的反应。使用给定的动作，它将获得奖励，例如distance from object < before => +1 else -1。你明白了。通过尝试失败，它将创建自己的政策（其行为），以最大化奖励。
强化中最常用的算法是 Q-Learning （其深度学习方面称为DQN）。
这是一篇可能与您的问题有关的论文：link