Difference between revisions of "Feedforward Backpropagation Neural Networks"
(→Zdrojové kódy) |
(→Odkazy) |
||
| Line 19: | Line 19: | ||
Pripájame pár odkazov k danej problematike , z ktorých sme čerpali aj my. | Pripájame pár odkazov k danej problematike , z ktorých sme čerpali aj my. | ||
| − | [http://en.wikipedia.org/wiki/Feedforward_neural_network] | + | [http://en.wikipedia.org/wiki/Feedforward_neural_network] Informácie o feed-forward neural network |
| − | [http://en.wikipedia.org/wiki/Backpropagation] | + | [http://en.wikipedia.org/wiki/Backpropagation] Informácie o error backpropagation |
| − | [http://en.wikipedia.org/wiki/Khepera_mobile_robot] | + | [http://en.wikipedia.org/wiki/Khepera_mobile_robot] Informácie o robote Khepera |
---- | ---- | ||
Vypracoval: Kristián Paller , Lukáš Král | Vypracoval: Kristián Paller , Lukáš Král | ||
Revision as of 11:25, 28 June 2012
O projekte
Cieľom tohto projektu bolo naučiť robota vyhýbaniu sa prekážkam s využitím neurónovej siete s učiacim pravidlom spätného šírenia chyb(error backpropagation).
Celý projekt je robený pomocou simulátora "Khepera Simulator", kt. je alternatívou pre ľudí čo nemajú prístup k skutočným robotom. Tento simulátor je výborný na získanie základov z umelej inteligencie a strojového učenia, pretože simulácia funguje na takom istom princípe ako roboti Khepera. Simulátor poskytuje hodnoty zo senzorov a umožňuje nastavovať rýchlosť a smer pohybu, modifikovaním rýchlosti motorov,ktoré otáčajú kolesá.
Priebeh projektu
Našou prvou úlohou bolo vybrať si vhodný simulátor, my sme sa rozhodli pre simulátor Khepera , ktorý funguje v prostredí Linuxu. V ňom sme naprogramovali program, ktorý prevádzal robota bludiskom bez toho aby niekam narazil a aby bol schopný vyhýbať sa prekážkam. Program zároveň generoval tréningové dáta, ktoré nám budú slúžiť na učenie doprednej neuronovej siete (feed-forward neural network).Dáta sme získavali z hodnôt IR senzorov a aj z hodnôt motorov.
Po naimplementovaní tohto programu , sme sa pustili do implementácie neurónovej siete s učiacim pravidlom spätného šírenia chýb(error backpropagation) a následne sme začali s jej trénovaním pomocou dát, ktoré sme na začiatku získali. Po úspešnom a hlavne "dlhom" trénovaní sme overovali funkčnosť a správnosť správania sa robota.
Zdrojové kódy
Odkazy
Pripájame pár odkazov k danej problematike , z ktorých sme čerpali aj my.
[1] Informácie o feed-forward neural network [2] Informácie o error backpropagation [3] Informácie o robote Khepera
Vypracoval: Kristián Paller , Lukáš Král
