用于跨越或绕过障碍的在线机器学习
用于跨越或绕过障碍的在线机器学习
提问于 2014-02-14 20:49:53
我想给一个机器人编程，它能感知障碍物，并学习是越过它们还是绕过它们。
由于我的项目，必须在一周半的时间内实现，我必须使用在线学习算法(GA或类似将需要很多时间来测试，因为机器人需要尝试跨越障碍，以确定是否有可能跨越)。
我对在线学习真的很陌生，所以我真的不知道使用哪种在线学习算法。
如果有人能向我推荐几种最适合我的问题的算法，并且一些与示例的联系不会有什么坏处，那将是一个很大的帮助。
谢谢!
回答 2
Stack Overflow用户
发布于 2014-02-14 21:02:53
我想你可以从A* (A-Star)开始
它简单而健壮，被广泛使用。
网上有一些很好的教程，像这样的http://www.raywenderlich.com/4946/introduction-to-a-pathfinding
Stack Overflow用户
发布于 2014-02-14 21:10:42
在线算法是一种可以收集新数据并逐步更新模型的算法，而无需使用完整的数据集进行重新训练(即，它可以用于所有时间都有效的在线服务)。您可能正在寻找的是。
RL本身不是一种方法，而是解决问题的一般方法。它可以使用许多具体的方法。神经网络已被证明在这一领域(useful course)有很好的表现。例如，请参见this paper。
然而，要创建能够绕过障碍物的真实机器人，你需要了解更多的神经网络知识。您需要仔细设置传感器，对其中的数据进行预处理，计算出您的模型并收集数据集。我甚至不确定是否有可能在一周半的时间里把它们都学完。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/21779901
复制相关文章
相似问题
腾讯云开发者
