1

神经网络（BP FF）能否通过试验自学（自主）如何控制螺旋桨避免坠落和稳定？

神经网络类型：多层、反向传播、前馈、sigmoid 激活。

为简单起见，仅采用垂直螺旋桨控制和垂直速度。

输入：垂直速度。

输出：螺旋桨功率（只向下，所以只向上推）

由于反向传播 NN 从输出和期望输出的差异中得到错误，它如何在不知道期望输出的情况下自学（实际上，它需要学习期望输出）。

如果我将错误作为垂直速度（停止=无错误），那么它会更合适，但是如何更改 Encog 的 ResilientPropagation 或 BackPropagation 类的错误函数？

我需要自己编写整个网络课程来实现这种学习吗？因为没有初始训练数据。只有来自发动机功率和速度的新创建的数据。（如果我可以生成训练数据，那么我就会知道如何控制发动机，因此不需要神经网络）

最适合这项工作的神经网络类型是什么？

4

1 回答 1

2

正如@larsmans 的评论中所指出的，这可以通过强化学习范式来解决。在神经网络的背景下，目前最流行（也是唯一？）的方法是使用两个神经网络：

  • 演员网络：它学习代理在给定状态下应该采取的行动（在这种情况下是螺旋桨功率）（在这种情况下是垂直速度）

  • 评论家网络：学习价值观，就未来的强化代理而言，可以“希望”从这个状态实现

这种方法称为Actor-Critic方法。您需要做的只是设计加固功能。在您的情况下，这似乎很简单，因为它可能等于垂直速度，并会因偏离某个预定义的高度而受到额外的惩罚（否则网络将学会等待一段时间，直到螺旋桨掉落并自行停止）。

主要问题将是调整所有参数以使所有这些正常工作，但是问题似乎很简单，因此可能不是很难。

于 2013-09-19T15:25:47.980 回答