Comments 23
Во-первых, спасибо за перевод, однако я так и не нашел ссылку на оригинал — может туплю.
Во-вторых, на самом деле можно было привести только выбор системы признаков для нейронной сети, так как именно он здесь является наиболее интересным. Остальное же до боли банально и одинаково.
И просто как поправка — в русском языке используется термин сигмоидальная активационная характеристика, а не сигмовидная.
Во-вторых, на самом деле можно было привести только выбор системы признаков для нейронной сети, так как именно он здесь является наиболее интересным. Остальное же до боли банально и одинаково.
И просто как поправка — в русском языке используется термин сигмоидальная активационная характеристика, а не сигмовидная.
Раздел «Искусственный интеллект» оживился. Спасибо вам.
Спасибо за перевод!
>> «ИИ должен видеть только то, что видел бы человек, если бы находился за рулем»
Зачем?! Это не имеет смысла, ИИ может использовать данные из десятков источников одновременно. Честно не понимаю зачем накладывать искуственные ограничения и усложнять себе задачу.
На основе нейронной сети имеет смысл реализовывать частные случаи вождения — выход из заноса, парковка, обгон и т.д. — это бы хорошо получилось на основе ее обучения. Все остальное — делается гораздо проще на основе gps, инфообмена с другим транспортом и готовых карт.
Зачем?! Это не имеет смысла, ИИ может использовать данные из десятков источников одновременно. Честно не понимаю зачем накладывать искуственные ограничения и усложнять себе задачу.
На основе нейронной сети имеет смысл реализовывать частные случаи вождения — выход из заноса, парковка, обгон и т.д. — это бы хорошо получилось на основе ее обучения. Все остальное — делается гораздо проще на основе gps, инфообмена с другим транспортом и готовых карт.
UFO just landed and posted this here
Если вы говорите о гоночных симуляторах как о тренажерах — то да, имеет смысл создавать именно человекоподобное поведение, чтобы облегчить пилоту тренажера переход в реальность (собственно, как и повысить спортивно-азартный аспект). Если же ИИ использовать для управления реальным транспортным средством, наша задача — не скопировать зачастую нелогичное и спонтанное поведение человека, а все-таки сделать максимально безопасным и предсказуемым поведение транспортного средства на дороге. Поэтому, на мой взгляд, все же лучше использовать по максимуму доступные средства для составления наиболее четкой картины окружающего пространства. Реалистичность ввода — не гарант безопасности.
Лет 10 назад был известный проект ALVINN (Autonomous Land Vehicle In a Neural Network).
Вдохновившись им, в качестве курсового проекта делал 2-мерный аналог. Разумеется, сильно упрощенный. С «вертолетной» камеры четкий рисунок дороги. Давно это было…
Вдохновившись им, в качестве курсового проекта делал 2-мерный аналог. Разумеется, сильно упрощенный. С «вертолетной» камеры четкий рисунок дороги. Давно это было…
Насколько мне известно, такие проекты реализовывались в железе (в частности, для боевых беспилотников). У нейросетевого управления, однако, есть очень специфичная проблема — если такая сеть ошибается, то невозможно надёжно выяснить, почему. Что-то вроде человеческого фактора.
У меня есть предубеждение против нейронных сетей в любых сферах где возможны жертвы. Тут скорее нужна нечёткая логика без нейросетей и куча шаблонов поведения.
UFO just landed and posted this here
Задача хорошо формализована. Интересно было бы провести эволюционное обучение с применение генетических алгоритмов.
Это всё хорошо конечно, но есть один момент. Задача полностью формализована, на каждый набор исходных данных точно известна ожидаемая реакция, более того, алгоритмы которые приводили бы к тем же результатам не сложно сформулировать. Задачи же нейронных сетей это обобщение, экстраполяция, классификация.
Как в данном случае используются преимущества сетей, оправданно ли их использование?
[/зануда]
Как в данном случае используются преимущества сетей, оправданно ли их использование?
[/зануда]
UFO just landed and posted this here
Абсолютно согласен. Поначалу, думал, что на НС подается, например, изображение с камер. А так, когда все параметры известны не вижу смысла в НС. Для имеющегося набора входных данных существуют аналитические подходы, позволяющие синтезировать регулятор, формирующий траектории обхода. Да и классики робототехники тома написали по поводу того как их обходить, если известны расстояния, тот же Хатиб с его потенциальными полями.
Ссылочка в тему.
http://viac.vislab.it/ — машинки без водителей едут от Пармы (Италия) до Шанхая (Китай). Общий путь — 13000км. Через пару дней будут в Москве.
http://viac.vislab.it/ — машинки без водителей едут от Пармы (Италия) до Шанхая (Китай). Общий путь — 13000км. Через пару дней будут в Москве.
«Наш мозг состоит из 1011 клеток-нейронов»
Заменить на:
«Наш мозг состоит из 10^11 клеток-нейронов»
А то вдруг кто-то прочитает дословно…
П.С. Между прочим, хороший пример, почему стоит использовать
стандартные способы написания математических операций, вместо верхнего индекса, скажем.
Заменить на:
«Наш мозг состоит из 10^11 клеток-нейронов»
А то вдруг кто-то прочитает дословно…
П.С. Между прочим, хороший пример, почему стоит использовать
стандартные способы написания математических операций, вместо верхнего индекса, скажем.
Мне кажется, для прокладки маршрута стоит использовать методы оптимизации.
UFO just landed and posted this here
Sign up to leave a comment.
Управление транспортным средством с помощью нейронной сети