6a. Car Parking(黑線追蹤+泊車+停)
學習目標 :
用機器學習(Machine Learning) 的監督式學習法(Supervised Learning) 訓練自動泊車（S 位）。
學習內容 :
- 向前泊車（S 位）
- 設計使用甚麽感應器（sensors) 及場地(黑線追蹤)，使訓練能夠順利完成。
所需準備 :
| 材料 : | Parameter 參數 : “U06a Parking.json” Speed 速成設成 15-20 |
|
| 打印 <parking> pdf |
Sensor (Input) 傳感器 |
IR sensor; detect black; 5 sensors 紅外線傳感器； 檢測黑色；5個傳感器 |
| Action (Output) 行動 |
|
|
| AI | Supervised Learning, Neural Network 監督學習，神經網絡 | |
| Visualization 可視化 |
OFF only <network value>; 僅<網絡值> Off | |
打印 "parking" pdf 並導入 "U06a Parking parameter :
訓練技巧 :
- 當 AlphAI 在黑線中心上行駛 --> 直行
- 當 AlphAI 在黑線右面 (左面的 IR Sensor在黑線上) --> 向左修正方向
- 當 AlphAI 在黑線左面 (右面的 IR Sensor在黑線上) --> 向右修正方向
- 當 AlphAI 在白色地方時 ( None ) --> 停止行駛
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。
- 訓練機械人巡線行駛並泊車。
- 根據 IR Sensor 的數值選擇動作。
- 訓練2至3次泊車重複上述步驟，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
測試 (使用) :
- 關閉<學習>按鈕。
- 點擊<自動駕駛>按鈕。
- 機器人將使用學習的智能來移動。
- 測試機器人是否能自動泊車至停車處。
討論 :
- 機器人能自動泊車嗎？為什麼？
- 有哪些輸入？您使用了多少個輸入？
- 有哪些輸出？
- 你能設計其他泊車場景嗎？
- 機器人在訓練後是否獲得了智能？
- 討論監督學習法的概念。
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。