場景總覽表格 | SUMMARY TABLE OF SCENARIOS
| 標題 | 難度 | 演算法 | 感應器 | 概念 | 訓練需時 | 總需時 | 備註 | |
|---|---|---|---|---|---|---|---|---|
| 1. | 從模擬機器人開始 | GETTING STARTED WITH THE VIRTUAL ROBOT |
☆ |
強化 | Blocked/Moving |
簡單地了解您在螢幕上看到的內容 |
2 - 3 分鐘 | 1 - 5 分鐘 | 只有虛擬機器人 |
| 2. | 從真實機器人開始 | GETTING STARTED WITH THE REAL ROBOT |
☆ |
強化 | Blocked/Moving |
連接 AlphAI 機器人 | 5 分鐘 | 1 - 5 分鐘 |
請設置好場地 |
| 3. | 利用相機進行圖像識別| IMAGE RECOGNITION USING THE CAMERA |
☆ |
監督 - 神經網絡 | 相機 |
監督式學習(訓練及測試階段) |
即時 | 1 - 5 分鐘 |
/ |
| 4. | 監督式學習相機導航 | SUPERVISED LEARNING CAMERA NAVIGATION |
☆☆☆ |
強化 - basic Q-learning | Blocked/Moving 相機 |
學習訓練數據質素的重要性 |
訓練 : 5 - 10 分鐘 ; 學習 : 即時 | 5 - 10 分鐘 | 機器人需正確地轉向 |
| 5. | 手動編輯神經網絡 | MANUAL EDITION OF A SIMPLE NEURAL NETWORK |
☆☆ |
沒有 | Blocked/Moving Ultrasound |
學習訓練數據質素的重要性 |
/ | 5 - 10 分鐘 |
/ |
| 6. | 強化學習 受阻/移動 |REINFORCEMENT LEARNING BLOCKED/MOTION |
☆ |
強化 - basic Q-learning | Blocked/Moving |
學習神經網絡上的連接 | 2 - 3 分鐘 | 5 - 10 分鐘 |
機器人會找出與早前手工製作的相同網絡 |
| 7. | 強化學習相機導航 | REINFORCEMENT LEARNING CAMERA NAVIGATION |
☆ |
強化 deep Q-learning | Blocked/Moving 相機 |
在更複雜的情景/案例下進行學習 | 10 - 15 分鐘 | 10 - 15 分鐘 | / |
| 8. | 偵測入侵者 | INTRUDER DETECTION |
☆☆ |
監督 - 神經網絡 |
Ultrasound | 學習隱藏神經層(hidden neurons layer) 的重要性 | 2 - 3 分鐘 | 5 - 10 分鐘 |
/ |
| 9. | 氣球追踪 | BALLOON TRACKING |
☆ |
強化 deep Q-learning |
Blocked/Moving 相機 |
了解選擇獎勵對強化學習的重要性 | 15 - 20 分鐘 | / |
機器人可能會把氣球推出場地, 請注意！ |
| 10. | 循線 | LINE TRACKING |
☆ |
強化 deep Q-learning |
Blocked/Moving 相機 Infra Red 紅外線 |
了解選擇獎勵對強化學習的重要性 |
2 - 3 小時 | / |
在開始的時候啟動機械人進行訓練，並在等待訓練完成時使用另一個機器人完成其餘的工作 |