最适合学习某一领域的AI是什么

我有一个机器人,需要为其编写一个自主程序。这个程序将在这个场地中运行:http://www.vexforum.com/wiki/index.php/Gateway

程序需要捡起球和桶,并将它们放入圆柱体(目标)中。我有光检测传感器(最适合跟踪地面上的白线或通过检测跨过白线来跟踪位置)、超声波声纳、碰撞传感器和编码器(计数轮子转动次数)。我想编写一个程序,让程序能够学习场地并学会如何在执行任务时最佳地导航。我认为神经网络可能是最好的选择,但我不知道该使用哪些输入。最重要的是,我不希望使用预设路径。我知道这描述得比较模糊,但如果细节太多,可能没人会读。有人有任何想法吗?


回答:

你需要使用同时定位与地图构建(SLAM)。这是一种非常标准且成功的机器人定位技术。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注