Публикации по теме 'robotics'


Глубокое обучение с подкреплением. Вступление. Алгоритм Deep Q Network (DQN).
Глубокое обучение с подкреплением. Вступление. Алгоритм Deep Q Network (DQN). Введение в глубокое обучение с подкреплением 1. ВВЕДЕНИЕ Истоки глубокого обучения с подкреплением - это чистое обучение с подкреплением, где проблемы обычно формулируются как марковские процессы принятия решений (MDP). MDP состоит из набора состояний S и действий A. Переходы между состояниями выполняются с вероятностью перехода P, вознаграждением R и коэффициентом скидки гамма. Вероятность..
Roomba против собаки, часть 0: приключение в робототехнике и планировании движений
Познакомьтесь с Сидом. Сид — собака моего соседа по комнате. Она любит внимание, немного беспокойна и сбрасывает половину новой собаки каждый раз, когда дует ветерок. Волосы Сида уже несколько месяцев портят наши полы, носки и черные штаны. Мой сосед по комнате и я лихорадочно чистили и пылесосили, но безрезультатно. Что мы собираемся делать? Если вы из нас, вы начнете искать Roomba, маленького робота, который может бегать и пылесосить для вас всю собачью шерсть! Когда угодно!..
Возобновляемые источники энергии и цифровая трансформация
Я изучаю информатику и очень увлечен искусственным интеллектом, который для меня является кульминацией и будущим инноваций. Потому что это позволит устройствам помогать мужчинам в различных порученных нам работах. Вот почему, как молодой ученый-компьютерщик, я буду специализироваться на ИИ, который я уже начал, изучая Python, язык программирования, который позволяет изучать большие данные, включая машинное обучение, я также прошел обучение в Google Developers Group — GDG Kigali под тема:..
Проект бота для очистки мусора: схема
Одна из вещей, которая имеет для меня наибольшее значение, — это влияние человечества на окружающую среду, и одним из наиболее заметных наших воздействий является мусор. В то время как волонтеры, сотрудники и государственные служащие регулярно убирают мусор, всегда есть что-то, что мы пропускаем или не можем убрать своими мясными телами. Например, во время прогулки по национальному парку Зайон я заметил, что на тропе или рядом с ней не так много мусора, и что большая часть мусора находится..
Делаем глубокое обучение более надежным
Сара Маркварт Представьте, насколько более эффективными могли бы быть юристы, если бы у них было время прочитать каждую когда-либо написанную юридическую книгу и просмотреть каждое дело, когда-либо переданное в суд. Представьте себе врачей, которые могут изучать все достижения, опубликованные в мировых медицинских журналах, или консультироваться с каждым медицинским случаем. К сожалению, человеческий мозг не может хранить столько информации, и для достижения таких результатов..
Выход искусственного интеллекта по категориям и годам — первый квартал 2017 г.
На следующих графиках показана активность выхода в секторе искусственного интеллекта. Графика включает данные по октябрь 2016 года. На приведенном выше графике показано количество выходов (приобретений и IPO) в каждой категории маркетинговых технологий. Категории «Приложения машинного обучения», «Обработка естественного языка» и «Платформы распознавания изображений» лидируют в секторе с 25 выходами в каждой. На приведенном выше графике показано количество выходов (приобретений и..
Глубокая левосторонняя манипуляция рукой
Функции вознаграждения определены в ArmPlugin.cpp . Суставы рук были обновлены с использованием контроля положения (поскольку это было настройкой программы по умолчанию). Для каждого сустава есть два действия (увеличение или уменьшение положения сустава). REWARD_WIN был установлен на 0.125 ( 0.1 2-я цель), а REWARD_LOSS на -0.125 ( -0.1 2-я цель). Если захват робота ударялся о землю, ставилось REWARD_LOSS * 10 , и эпизод заканчивался. Промежуточные награды в рамках эпизода..