актуально ли применение нейросети в моей задаче?

задача такая: есть 6 манипуляторов, на каждом стоит тензодатчик (измеряет усилие). каждый манипулятор имеет по 2 степени свободы. задача - научить их правильно двигаться. под правильно я понимаю - движение по заданным траекториям + распределение усилия между манипуляторами. вот думаю над вариантом решения - посчитать всё аналитически и вбить алгоритмы управления в контрорллер или спроектировать нейросеть - научить на обычном компе, а затем получившуюся нейросеть с ужу известными весовыми коэффициентами прошить в контроллер.

получается примерно так: 6 входных сигналов от датчиков, несколько управляющих сигналов, задающих тип движения, 12 выходных сигналов для серв. задача довольно сложная - вот я и думаю - справится ли нейросеть и каковы необходимы вычислимтельные ресурсы.

 

вполне справится.
Обучать можно генетическим алгоритмом.

 

хватит ли производительности контроллера (частота ~80Мгц) и не получится ли так, что скорость отработки манипуляторов будут ограничивать вычислительные ресурсы, а не сервы?
я нейросетями особо не занимался, поэтому нужен совет - какую конфигурацию сети лучше выбрать для моей задачи (тип пороговой функции, конфигурацию сети, размеры сети и т.п.).

 

Может и точность нам скажете?

 

не понял вопроса. что значит точность? обучили сеть - получили минимальную величину ошибки (отклонение от нужной траектории). в чём проблема? задача нейросети состоит лишь в апрксимации неизвестной функции управления, никаких предсказаний на фондовой бирже тут не требуется.

 

я похожую модель делал. движение объекта с заданными условиями. Правда там всего 4 "манипулятора" было.

 

n0name
На НС?
Расскажи подробнее =)

 

Вот именно, что апроксимация. Функции апроксимириуют с определённой точностью (относительной или абсолютной). С некоторой низкой точностью я тебе вообще любую задачу с помощью НС решить смогу. Только никому такие результаты ненужны будут.

То, что точность НС будет ниже, чем аналитически вычислений (точность которых ограничена лишь ошибкой вычислений с плавающей точностью) это очевидно. Вопрос в том насколько это приемлемо для твоей задачи окажется.

Да это всё фигня. То, что ты получаешь на этапе обучения лишь квадратичная невязка. Её хоть до нуля догнать можно (правда это уже переобучение).

 

*с плавающей точкой

 

W4FhLF
Точность в НС задается, и апроксимировать можно с любой точностью.

 

Сеть может обучатся достаточно вяло. А вот уже обученная нейросеть будет работать свходными данными быстро. А что твой девайст конкретно должен делать и цена его ошибки. ТИпа игрушкая для детей или новый БПЛА? Когда распишеш картину маслом, тогда можно будет и детальнй поговорить о конфигурации и точности , архитектуре. Больше данных нуждно для разымшлений.

 

фотка плохого качества - с телефона и сам паук в полуразобраном состоянии. но, думаю, смысл понять можно. вобщем эту заразу нужно научить ходить. если всё по честному - получается зависимость уоординат лапы от углов поворота серв примерно такая:

Код (Text):

1. x = n * sin(psi) + m * sin(theta) * cos(psi) - a[1] * cos(theta) * cos(psi) - a[0] * cos(psi) - a[2];
2. y = -n * cos(psi) + m * sin(theta) * sin(psi) - a[1] * cos(theta) * sin(psi) - a[0] * sin(psi) + a[4];
3. я = m * cos(theta) + a[1] * sin(theta) - a[3];
4. a = 2 * p * y;
5. b = 2 * p * x;
6. c = x * x + y * y + pow(m * cos(theta) + a[1] * sin(theta) - a[3], 0.2e1) + p * p - l * l;
7. fi1 = arccos(  (-b * c + a * sqrt(b * b + a * a - c * c)) / (a * a + b * b) );

вобщем psi, theta - азимутальный, полярный углы поворота лапы, fi1 (fi2 имеет почти такой же вид) - углы поворота серв, x, y, z, a, b, c - промежуточные переменные, всё остальное - параметры механики. довольно весёлые формулы для вычислений... x86 справляется с ними за доли микросекунд, а вот avr'у придётся несладко.

это всего лишь даёт мне возможность задавать координаты лап. ими ещё нужно рулить, причём, управлять нужно не только координатами, но и скоростями (сглаживание движений) - там формулы тоже получаются довольно весёлыми )). а.. совсем забыл про тензодатчики - придётся писать что-то типа ПИД регуляторов (опустить лапу, поднять лапу, распределить давление между лапами и т.п.)
вот я и думаю - может проще/лучше собрать нейросеть?
что я от неё хочу получить и что могу получить?
1. думаю, что если нс апроксимирует вышеприведённые формулы - считать быстрее она их не будет (если только за счёт потери точности, хотя, меня точность не особо беспокоит).
2. ну.. задача поднять лапу, опустить лапу - тоже, думаю, ей под силу. а вот распределение нагрузки - тут придётся писать не 6 отдельных (одинаковых) нс, типа, датчик - серва1, датчик - серва2; тут нужно связывать сигналы от всех 6 датчиков, т.е. величина отклонения сервы зависит от показания всех датчиков.
3. задача управления скоростью - я вообще не представляю как нс может тут помочь.

х.з. я в нс далеко не специалист, так что жду Ваших советов.

 

cupuyc
я шокирован вашим мастерством, честна

 

cupuyc
Ваще круто...
А на нейросети будет еще круче..!
Делай на нейросети. будет лучше + практика.
ЗЫ .Очень классный паук=) Он вдохновляет.!

 

это, типа, диплом.

 

Как резко звучит дикое словосочетание (х.з.), на таком форуме. Пособирались интелектуалы, и так выражамся. Ладно, по идее тебе нужно обучение с учителем. Т.е. сначало нужно паука привести в действие (заставить двигатся так как он должен двигатся в идеале), дивжение у тебя будут результирующими данными (вернее масиво результирующих данных), а вот в качестве входных, сигналы с пульта, или параметры простарнства в котором он находится. Т.е. сначала скармилаваеш своему пауку это все добро. А после завершения обучения, уже только скармлваеш входные данные а он отправляет на сервоприводы маив своих данных, которые в принципе должны быть достаточно праивльными ибо шумов у тебя должно быть не густо. Может нужно детальней, я распишу картину маслом только скажи с какого момента.

 

прошу прощения, не доходит такой момент. допустим нужно сделать пол шага:
1. начально положение - лапа повёрнута ну полярный угол theta0, азимутальный -fi0.
2. начинаем движение - поднятие вдоль theta и перемещение перемещение вдоль fi - скорость плавно увеличивается от нуля до некоторых постоянных значений omega_trheta, ometa_fi.
3. движение с постоянными скоростями omega_theta, ometa_fi.
4. плавное торможение до углов theta0, fi1

представим движение в виде массима точек - скоростей, типа [theta][fi][omega_theta][omega_fi]. то есть чтобы управлять лапой нужно задать этот массив + улгоритм ускорения. это если всё делать без нс - алгоритм довольно прост.
как нс может помочь в этой задаче? она ведь не может по одному моему запросу генерировать послендовательность сигналов. или я ошибаюсь? если, например в кучестве управляющих сигналов брать не только мой запрос, но и текущее положение лапы - на вход подаем текущие значение скоростей, углов и управляющий сигнал, на выходе получаем значения скоростей и углов в следующий момент времени?

 

cupuyc
Мне в упрощённом виде алгоритм перемещения видится так:
Делим ноги на чётные и нечётные.
1) Опускаем нечётные ноги и поднимаем чётные.
2) Опущенные ноги перемещаем назад относительно оси движения, а поднятые вперёд.
3) Поднимаем нечётные ноги и опускаем чётные.
4) то же что и в пункте 2.
Ну а дальше смотрим что получилось, и начинаем опускать некоторые ноги быстрее в зависимости от показаний датчиков, чтобы сам паук стоял ровно.
Совмещаем соседние пункты(поворот можно начинать как только три ноги оторвались от земли).
Добавляем проверку что опускаемая нога не достаёт до земли, в этом случае пятимся назад, подняв эту ногу,пытаемся поставить её снова и переместиться в другую сторону.
Корректируем углы повоторота ног в зависимости от их расположения относительно оси движения.
Ну и прочие баги вылавливаем.

 

Black_mirror
Вы говорите уже о более сложной задаче. Сейчас меня интересует как описаный выше алгоритм можно реализовать при помощи нс.

 

Вообще, есть конечно оперделенные пробелы в мой теории, но вообще теб нужно посмотреть на кукольный театр, на сами кресты и веревки с помощью которых приводятся в действия куклы. Тебе нужно нечто подобное только естсвенно электронное. Если бы ты соорудил. некий подобный пульт, да поганял с помощью его своего паука (если не хватает рука попроси друзей помочь), после вот таких вот обкаток (типа как лошадей по манежу учат по кольцу бегать), у НС накопится уже инфорация, как рагировать на окружающую среду или на команды, ибо аналогичным образом будет работать твой мозг и твоих товарищей. Т.е. все команды (а там чувстую масив громандны получится) , для сревоприводов это выходные даные, а в качестве входных это вншняя среда. либо сиграл от датчиков, либо же с пульта, либо первое +второе. По поводу количества входов/выходов. Особо не пугайся, я на слабых машинах ганял сети по 20 на входе на 30 на выходе и нормально. МОжет сильно эпатежно изложил, но поверь смысл в этом есть, самое главное тут реалистичные обучение.