Stap 5: Codering het neurale netwerk op de Redbot
Het model dat werd gedaan was om de code van dit netwerk gebaseerd op de input van de lijn volgeling sensoren.
De ingangen van het neuraal netwerk zijn de 3 lijn-sensoren (linker sensor, center sensor en juiste sensor). De gewichten worden vermenigvuldigd met de ingangen en de fout berekend.
De lijn volgeling drempel was gedefinieerd bij 800, dus de evaluatie werd gedaan door het te vergelijken met de uitvoer van de volgelingen van de lijn:
"als ((left_sensor > LINETHRESHOLD) & & (center_sensor > LINETHRESHOLD) & & (right_sensor > LINETHRESHOLD))"
Als de bovenstaande voorwaarde waar was zou het 1, wat betekent dat er ruimte waar de redbot nog kunt verplaatsen, als niet -1, wat zou betekenen dat het gevonden een zwarte lijn retourneren.
De output van de bovenstaande methode is onderdeel van de ingangen van de opleiding, waar de evaluatie is de gewenste actie en de tweede ingang is de schatting op basis van de feedforward methode die is verkregen door vermenigvuldiging van de gewichten en de ingangen zoals vóór. Deze ingangen zou worden afgetrokken voor een fout -variabele die gaat helpen corrigeren van het verkeer van de redbot.
Bijgevoegd vindt u de volledige code.
