• Nie Znaleziono Wyników

10. Wykorzystanie sieci neuronowej do zagadnienia parkowania ciężarówki

N/A
N/A
Protected

Academic year: 2021

Share "10. Wykorzystanie sieci neuronowej do zagadnienia parkowania ciężarówki"

Copied!
1
0
0

Pełen tekst

(1)

10. Wykorzystanie sieci

neuronowej do zagadnienia parkowania ciężarówki

Dzisiejsze zadanie stanowi uzupełnienie zadnia 7 ”Zagadnienie parkowania ciężarów- ki”. Wówczas sterowanie ciężarówką odbywało się w oparciu o bazę reguł stworzoną na podstawie wnioskowania logicznego. Teoretyczny opis problemu jest przedstawio- ny we wspomnianym projekcie 7.

Dziś będziemy chcieli sterować ciężarówką używając innego narzędzia – sieci neuronowej. Zadanie to rozwiąże sieć jednokierunkowa uczona metodą wstecznej propagacji. Zbiór uczący będzie stanowił zbiór N trójek (x, Φ, θ) = (x1, x2, y), w których (x1, x2) to sygnał wejściowy, zaś y to wyjście sieci. Sieć zatem będzie miała dwa wejścia i jedno wyjście. Ilość warstw oraz rodzaj funkcji aktywacji dobierze programista.

Zadanie

Zadanie będzie składało się z 3 części.

1. Napisać program, który przy użyciu wzorów fizycznych opisujących tarjektorię ruchu ciężarówki pozwoli na wygenerowanie metodą prób i błędów N trójek (x, Φ, θ) = (x1, x2, y), które posłużą jako dane numeryczne w dalszym postę- powaniu . Dla danego położenia ciężarówki osoba sterująca jej ruchem sama dobiera kąt skręcenia kół. Na jego podstawie wyliczane jest nowe położenie ciężarówki. Jeżeli sekwencja ruchów prowadzi do zaparkowania ciężarówki to trójka każdego ruchu jest zapisywana do zbioru.

2. Napisać sieć neuronową jednokierunkową wielowarstwową, która ma dwa wej- ścia i jedno wyjście. Nauczyć ją w oparciu o zbiór uczący wygenerowany w punkcie 1. Nauczona sieć będzie wykorzystana do sterowania ciężarówką . 3. Wykorzystując program z punktu 1 i sieć z punktu 2 sterować ciężarówką

automatycznie. Oznacza to, że parametr kąta skręcenia kół będzie wyjściem z sieci nie zaś, tak jak w punkcie 1, dobierany metodą prób i błędów.

1

Cytaty

Powiązane dokumenty

Inny sposób redukcji neuronów zakłada taką modyfikację funkcji celu która eliminuje neurony ukryte o najmniejszej zmianie aktywności w procesie uczenia.. Przyjmuje się

- współczynnik uczenia się dla macierzy W1, W2.  - współczynnik uczenia dla wektora V2 wejścia podsieci II poziomu. 1 - wartość lokalnej funkcji celu. 2 -

Struktura wykorzystanej sztucznej sieci neuronowej jest zaprojektowana na maksymalnie 5 neuronów w warstwie ukrytej (liczba neuronów jest uzależniona od

W artykule podjęto próbę implementacji połączenia regulatora PID oraz małej sieci neuronowej, zbadano wpływ takiego połączenia na jakość regulacji.. Obiektem

Ostatnia grupa eksploratorów to testerzy no- wych wersji płyty TEXLive, dla których możliwość przełączanie się między stabilnym systemem zain- stalowanym na dysku i systemem

Dla wyznaczonych przez sieć neuronową wartości współczynników przejmowania ciepła wykonano symula- cję procesu chłodzenia, otrzymując rozkłady przemian

Przygotować pięć roztworów cukru o zadanych stęŜeniach oraz jeden o nieznanym, ale pośrednim stęŜeniu, notując dokładność waŜenia cukru i dokładnośc odmierzania

Wylicz wartości wyjściowe w kolejnych warstwach, od warstwy pierwszej po ostatnią.. Wsteczna propagacja błędów,