Zapoznaj się z naszymimateriałami na stronie

Zakładka „Czujniki”

‍

W oknie „Czujniki” można wybrać czujniki robota, które będą używane.

Kliknij czujnik, aby wybrać jedną z dostępnych opcji.

Zapoznaj się z różnymi czujnikami stosowanymi w poszczególnych modelach robotów:

Czujniki robota AlphAI

Czujniki robota Thymio

Czujniki robota mBot

Można również wybrać liczbę klatek na sekundę, a w przypadku symulowanego robota zmienić parametry areny.

‍

‍

Zakładka „Działania”

W oknie „Działania” można wybrać czynności, które może wykonać robot.

Kliknij na akcję, aby dodać ją do sieci neuronowej.
⚠️ Dodanie nowej akcji spowoduje usunięcie pamięci doświadczeń robota.

‍

Zapoznaj się z różnymi działaniami stosowanymi w zależności od danego robota:

Akcje robota AlphAI

Działania robota Thymio

Zadania robota mBot

‍

Można również wybrać prędkość, czas trwania (od 0,1 s do 2 s) oraz zdecydować, czy robot ma robić przerwę między czynnościami, a jeśli tak, to jak długą.

‍

Zakładka „Nagrody”

‍

Jeśli uruchomiłeś zadanie z uczeniem się przez wzmocnienie, możesz skorzystać z zakładki „Nagrody”, aby wybrać rodzaj nagrody i jej ustawienia.

Prędkość i blokada

Nagradzajrobota, jeśli porusza się szybko, a karaj, jeśli się zatrzyma. Możesz dostosować nagrodę, jaką otrzymuje robot za wykonanie skrętu, oraz wysokość kary za zatrzymanie się lub cofnięcie.

Kolor na zdjęciu‍

Nagradzaj robota, jeśli wiele pikseli z kamery ma określony kolor.
Możesz dostosować odcień, jasność i nasycenie.

Kolor i blokowanie‍

Nagradzaj robota, jeśli wiele pikseli z kamery ma określony kolor, a karaj go, jeśli się zatrzyma.
Możesz dostosować odcień, jasność i nasycenie.

Śledzenie linii

Nagradzajrobota, jeśli wykryje czarną powierzchnię tuż pod sobą. Możesz dostosować próg wykrywania przeszkód.

Kod w języku Python‍

Skonfiguruj własne nagrody za pomocą pliku z kodem w języku Python.

‍

‍

Zakładka „Sztuczna inteligencja”

‍

W zakładce „AI” można wybrać sposób uczenia się robota, w szczególności zdecydować się na uczenie nadzorowane lub uczenie się przez wzmocnienie (Deep Q Learning). Pozwala ona również na dostosowanie parametrów poszczególnych algorytmów.

Parametry mogą się różnić w zależności od zadania, rodzaju uczenia się i algorytmu. Jednak główne parametry są następujące:

• Rodzaj nauki
  • Uczenie nadzorowane
  • Uczenie się przez wzmocnienie
  • Brak

• Algorytm: Wybierz stosowany algorytm sztucznej inteligencji
  • Sieć neuronowa
  • K i najbliżsi sąsiedzi
  • Kod w języku Python
• Tempo uczenia się: Zwiększ, aby przyspieszyć proces uczenia się... ale zmniejsz, jeśli pojawią się błędy rozbieżności.
• Gamma: Reguluje wagę przypisywanej nagrodom natychmiastowym (wartość bliska 0) w stosunku do nagród odległych w czasie (wartość bliska 1)
• Skanowanie: Częstotliwość skanowania (wartość z przedziału od 0 do 1).
• Warstwy neuronów pośrednich: Liczba neuronów w każdej warstwie pośredniej, na przykład: nie wpisuj nic, aby połączyć wejścia bezpośrednio z wyjściami; wpisz „100 50”, aby utworzyć dwie warstwy pośrednie zawierające odpowiednio 100 i 50 neuronów.
• Funkcja aktywacji: wybór funkcji aktywacji warstw pośrednich.
• 2 neurony na zmienną binarną: Zaznacz to pole, aby wejścia binarne były reprezentowane przez 2 neurony (z których zawsze aktywowany będzie tylko jeden); Odznacz to pole, aby używać tylko 1 neuronu.
• Odchylenie neuronów: Zaznacz to pole, aby umożliwić neuronom dostosowanie progu aktywacji (oznacza to, że wszystkie neurony otrzymują stały sygnał wejściowy, który mogą regulować; nie jest to widoczne w interfejsie graficznym).
• Zapamiętywanie doświadczeń: Zaznacz to pole, aby sztuczna inteligencja mogła nadal uczyć się na podstawie wcześniejszych działań i otrzymanych nagród.

‍

‍

Zakładka „Wizualizacja”

‍

Zakładka „Wyświetlanie” pozwala wybrać, co ma być wyświetlane na ekranie głównym, a co nie.

‍

• Rodzaj reprezentacji: sieć neuronowa, przestrzeń stanów lub oba
• Animacja: Animowanie aktywności w sieci (przepływ danych od wejść do wyjść)
• Połączenia: Wyświetl połączenia sieciowe
• Umiejętności: Wyświetl umiejętności
  • zielony: kontakty stają się coraz intensywniejsze
  • czerwony: liczba połączeń spada
• Aktywność synaptyczna: Wyświetl aktywność w sieci
  • żółty: czynności pobudzające
  • niebieski: działania hamujące
• Wartości wejść/wyjść: Wyświetl wartości neuronów wejściowych i wyjściowych
• Wartość połączeń: Wyświetl wagi połączeń. Ta opcja automatycznie włącza wyświetlanie wejść/wyjść.
• Przestrzeń między neuronami: powoduje przejście neuronów wejściowych z trybu pionowego do trybu poziomego
  
  

Tylko w przypadku robota AlphAI: można zmienić kolor obudowy. Uwaga: robot zapamięta nowy kolor i będzie się tak wyświetlał na ekranie logowania.

‍