2c. Line Tracking(不走出黑圈)

學習目標 :

  • 認識紅外線作為輸入。
  • 認識如何訓練人工智能模型。認識AI 的輸入-處理-輸出(IPO)框架。 
  • 將輸出轉為動作，讓機械人不走出黑圈。

學習內容 :

  • 使用5個紅外線作為輸入，並在不同的輸入上加上動作標籤來訓練人工智能模型。
  • 訓練完成後，人工智能模型就可以用來分辨出是哪種類型的輸入，並與訓練數據中的標籤進行比較，以決定及執行應該的動作(輸出)。輸入-處理-輸出(IPO)框架。
  • 雖然學習內容與2b 相若，但是，訓練的方法是完全不同的。想一想，要怎樣訓練才可以不走出黑圈呢？
  • 你也可以直接用2b 的圓形黑線圈做這個活動。

所需準備 :

 
材料 : Parameter 參數 : “U02b Line Tracking.json”
A4 黑色紙 Sample : “A4 Black.pdf”
Speed 速度設成 15-20
A4紙和剪刀

 把 4張 A4 黑色紙摺成右圖的樣子 , 圍出一個方形框



下載並導入 "U02b Line Tracking"

U02b Line Tracking.json

下載並打印 A4 黑色紙 Sample 製作黑圈

A4 BLACK.pdf

如何選擇方向？

簡單來說 : 碰到黑線時轉向 , 在木板行走時直行

跟活動2b 一樣請按 IR Sensor 的數值來定義動作。

開始訓練 :

  • 啓動”重設學習” <reset learning> 按鈕
  • 關掉 “自動駕駛“ <self drive> 的按鈕
  • 開啟 “學習“ <learning> 的按鈕。
  • 訓練機械人不走出黑線。
  • 根據 IR Sensor 的數值選擇動作。 
  • 重複以上步驟 5 至 20 次，請訓練每一個 IR Sensor 選擇動作。
  • 關閉 “學習” 按鈕。代表學習已經完成。
  • 開啟”自動駕駛”進行測試

總結 :

訓練機器人時應該基於其感應器的輸入數值進行決策，而非人類的觀點（同學看到機械人情況）。理解機器人的感應器輸入並相應地進行訓練是至關重要的，以確保它學習到所期望的行為。

訓練成功的因素是：

  • 將機械人的速度校到很慢（15-20）
  • 將機械人的Duration (under Action) 校到很短時間（0.14-0.2 seconds)
  • 訓練要包括全部可能性。
  • 不容計有錯誤的訓練。訓練的準確度比訓練的數量更重要。
  • 要有耐性。