java - 使用 Encog 自学习神经网络

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 9 年前。

Improve this question

神经网络(BP FF)能否通过尝试自学(自主)控制螺旋桨以避免坠落和稳定？

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(仅向下瞄准，因此仅向上插入)

既然反向传播神经网络会因输出与期望输出的差异而产生误差，那么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)。

如果我将误差视为垂直速度(stopped=no error)，那么它会更合适，但是如何更改Encog的ResilientPropagation或BackPropagation类的误差函数？

我需要自己编写整个网络类(class)才能实现这种类型的学习吗？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？

Answer 1

正如 @larsmans 的评论中指出的，这可以通过 Reinforcement Learning 来解决范例。在神经网络的背景下，当前最流行(也是唯一？)的方法是使用两个神经网络:

• 参与者网络:学习代理在给定的状态(在本例中为垂直速度)下应该采取什么 Action (在本例中为螺旋桨功率) )

• 批评者网络:学习值(value)观，就 future 的强化而言代理可以“希望”从这个状态

  实现
>

这种方法被称为 Actor-Critic方法。您额外需要做的就是设计强化函数。在你的情况下，它看起来很简单，因为它可能等于垂直速度，并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，直到螺旋桨落下并自行停止)。

主要问题是调整所有参数以使所有这些都能正常工作，但是问题看起来很简单，所以可能不是很难。