神經網絡和遙控船

Question

只是一個理論，我開始做任何事情 我一直對神經網絡感興趣，並與他們做了一些較小的控制檯項目，但這次我想在現實生活中使用它們。

假設我在家有一個大池 - 我有一個小型RC船，配備了非常靈敏和準確的GPS，以及一個帶有一些SD卡模塊的小型計算機，用於加載/保存神經網絡數據。

船上有1個伺服（控制轉彎）和1個電機前進。

我希望這艘船能夠學習自己先導航到單個航點，然後使用該網絡在多個航點之間進行導航。

我想到的是以下輸入：

• 距離WPT
• 方向WPT

輸出：

• 汽車油門
• 伺服開啓

在培訓期間，我想不通，如果我要使用監督辦法（遙控船，我可以在開始控制它），或無監督的學習？

問題：

我開始挖掘到代碼之前，我寧願想問一下利弊了一個建議。

1. a）是否有可能在這樣的項目中使用NN？
2. 如果是的話，我應該做監督學習（顯示網絡 如何導航到一個單一的WPT這麼多次，網絡 學習它，然後使用該網絡自主導航至其他 WPT？）
3. 投入/產出 - 需要其他什麼才能使其發揮作用？

非常感謝您對此的任何意見。

更新與概念項目

的證明，因爲我無法得到這個我嘗試用兩個輸入學習網絡巡航到下一個航點的答案：

1. 電流船角[0360]
2. 角至下一個航點[0360]

和一個輸出

1. 舵角[-1,1]

而且這裏的結果，它並沒有花太多的時間去學習。

• 黃箱 - 教練艇
• 藍盒子的神經網絡驅動的船

https://youtu.be/_FDWSBYj7WM

Answer 1

我不知道這是否是一個神經網絡的正確的任務。這聽起來像是應用強化學習的任務，如Q-Learning。

https://en.wikipedia.org/wiki/Reinforcement_learning

https://en.wikipedia.org/wiki/Q-learning

如果你也想用人工神經網絡，你可以用它們作爲函數逼近。我認爲Google是通過他們的Alpha Go機器人完成的。