機器人的神經網絡

我需要實現一個機器人大腦，我用前饋神經網絡作爲控制器。該機器人有24個聲納Sonsor，只有一個輸出是R =右，L =左，F =前進，B =後退。我還有一個包含聲納數據和所需輸出的大型數據集。 FNN使用反向傳播算法進行訓練。機器人的神經網絡

我用neuroph Studio構建了FNN並且做了訓練。這裏的網絡PARAMS：

輸入層：24 隱層：10 輸出層：1 LearnningRate：0.5 動量：0.7 GlobalError：0.1

我的問題是迭代錯誤期間下降稍微和似乎是靜止的。我試圖改變參數，但我沒有得到任何有用的結果！

感謝您的幫助

對輸出使用n個編碼中的1個。使用4個輸出神經元，並設置這樣的目標（輸出）數據：

1 0 0 0 = right 
0 1 0 0 = left 
0 0 1 0 = forward 
0 0 0 1 = back

減少輸入傳感器（和相應的輸入神經元）的數量與開始，下降到3或5。這將簡化的東西所以你可以理解發生了什麼。稍後，您可以構建多達24個輸入。

在訓練過程中，神經網絡通常會陷入局部最小值，這可能是您的錯誤是靜態的原因。增加勢頭可以幫助避免這種情況。

你的學習率看起來相當高。嘗試0.1，但玩弄這些值。每一個問題都是不同的，沒有任何價值保證可以發揮作用。

2014-03-06 19:02:34 andrelucas

謝謝Andrelucas的幫助，我做了你所說的話（把輸出改爲4而不是1，隱藏= 15，輸入= 24學習率= 0.1，動量= 0.7）MSE戲劇性地下降了， 0.5和0.4，而不是穩定在2.5。我會盡量改變參數以最小化MSE（<0.1），我會發布結果。再次感謝您的幫助 – user3345867

您好再次，經過幾天的嘗試，我無法得到MSE下降到0.01（它只能達到0.03），我使用Neuroph工作室爲我的模擬，我會tride的所有組合（改變隱藏層的大小，學習速度，勢頭）如果您有任何建議，我會對它進行評估。 – user3345867

0.03 _could_ be fine。 0.01只是一個建議。您是否使用驗證集來確定何時退出培訓？ – andrelucas

回答