我們將利用監督式學習來訓練 AlphAI 繞著比賽場地行走，然後讓幾個 AlphAI 在同一條賽道上進行比賽。

能夠使用 AlphAI 的視角，尤其是在選擇轉右還是轉左的時候！

• 已經在電腦安裝 AlphAI software (每一隻 AlphAI 需一台電腦)
• 具備藍牙或Wi-Fi功能的電腦以和 AlphAI 進行溝通
• 擁有數隻 AlphAI 機器人
• 擁有足夠的材料建構比賽場地

建構你的比賽場地成一個可圍繞行駛的賽道。 我們推薦使用 Learning Robots Large Racing Arena 套件，但您也可以以其他材料來建構自己的賽道，只要確保地板和賽道邊緣之間有良好的視覺對比,還要確保地板保持乾淨。

→ 安裝 AlphAI software , 點擊「AlphAI」圖示以開啟軟件

→ 開啟 AlphAI 的電源 (電源掣在底部)。需時約20-30秒 , 它會輕輕移動幾步, 當它準備好連接時會亮起白光。

→ 記下 AlphAI 底板的編號 ( 應該3位數 e.g 197 )

→ 選擇以WiFi 或 藍牙接駁 ( 當超過4個 AlphAI 或房間已有多個 WiFi 網絡時 , 建議使用藍牙接駁)

取消勾選「self-drive」button , 這意味著機器人將由你完全控制。

通過單擊右側的箭頭或使用鍵盤上的方向鍵來控制機器人移動。 沒有快速前進的必要：目標是教機器人朝正確的方向移動，而不是撞到牆上。

(注意: 假如鍵盤的方各鍵不能運作 , 先在右面點擊箭頭再嘗試使用鍵盤)

在訓練過程 , 不使行駛得太快 , 每次都花一點時間來選擇正確動作。

為方便學習，您可以：

用手移動機器人，教它在各種情況下做出正確動作。

遠離中心的障礙物，以免機器人在轉彎時卡在上面。

在賽場完成幾圈行駛後，如果您認為您的機器人已經訓練有素，你可以重新點擊 「self-drive」。 如果你的機器人訓練有素，它將開始自行跟隨訓練的內容行駛！

但學習過程還沒有結束的； 即使機器人是自動駕駛，你也可以在它移動時通過按箭頭繼續控制它(訓練)。 例如，如果機器人被卡在牆上並且不知道該怎麼做，可以通過要求它向後退來幫助它。

當機器人動作正常且始終如一時，請轉到 A.I. 保存網絡狀態並在要求保存內存時單擊是。 如果出現問題，這使您無需從頭開始就可以保存您的訓練。

當機器人動作正常且始終如一時，請轉到「 A.I.」工具標按「Save network」以保存網絡狀態並在要求保存時按「YES」。 儲存的好處是當出現問題時也不用由頭開始重做。

訓練好機器人後，我們可以組織一場比賽：將參賽的機器人放在起跑線上。 所有參賽隊伍同時啟動「self-mode」自駕模式。 比賽期間，只允許使用自駕模式：參賽者不得對自己的機器人下達指令。 裁判可以負責移動被阻擋超過 5 秒的機器人，讓他們繼續比賽。

還有一些參數可以讓 AlphAI 更進步：

• 在 dashboard 控制面板的底部 , 可以調整機器人的最高速度。 速度越高，機器人移動的越快，但它也會以更高速度駛向障礙物。 所以設置非常高的速度可能一個絕對的優勢！

• 在左側的「actions」菜單中，您可以固定動作的持續時間(如果 parametes settings 處於初學者模式(beginner)，則未能使用）。 這個持續時間越短，機器人就會越精確，就越容易控制，但如果太低，機器人每一步都幾乎不會移動，學習階段可能會很乏味。

我們從正確的學習中觀察到機器人是可以自主行動的。然而它有必要繼續它的監督式學習,因為它會在未知情況下「即興發揮」 例如 : 機器人在學習期間都是獨自在賽道中進行訓練，如果有另一個機器人在它面前並擋住它，它將不知道如何行動。

該活動還說出儘管演算法相同，但學習效率或多或少會取決於提供給機器人的學習數據的質量。

讓我們討論什麼是好習數據集從而讓學習變得更好。

答案 : 

• 學習數據的質量：在訓練間期減少錯誤
• 學習數據的數量
• 學習數據的詳盡性 : 機器人在面對未知情況時會犯更多的錯誤