基于实时神经网络的自主学习机器人
机器人学
2020-01-10 v1 机器学习
摘要
随着大批量低精度计算技术的进展以及认知人工智能启发式系统的应用研究，通过具有实时学习能力的神经网络实现的机器学习解决方案在学术界和工业界都引起了极大兴趣。本文涉及在带机械臂的机器人上实现的神经网络的研究、开发与实验分析，该机器人通过进化学会按需直线行走。神经网络使用梯度下降和反向传播算法进行学习。神经网络的实现与训练均在树莓派3上本地完成，使其学习过程完全独立。神经网络先在MATLAB上开发的定制模拟器中测试，随后部署于树莓派计算机。进化网络每一代的数据均被存储，并对数据进行数学与图形分析。分析了学习率和误差容限等因素对学习过程及最终输出的影响。
引用
@article{arxiv.2001.02103,
title = {Self learning robot using real-time neural networks},
author = {Chirag Gupta and Chikita Nangia and Chetan Kumar},
journal= {arXiv preprint arXiv:2001.02103},
year = {2020}
}
备注
8 pages, 14 figures