提及樂高積木，大多數(shù)人必然都想的是小孩子的玩具吧？但假如再加上Cortex-M4處理器，一兩個馬達(dá)和一些電線綁帶，您能把它玩得有“技能含量”嗎？自然，“技能流”玩家仍是有的，SebastianF?rster，這位來源于德國的嵌入式體系開發(fā)者，便用這一些器材搭建了一個四足機(jī)器人，而且用神經(jīng)網(wǎng)絡(luò)教會它走路。這個被命名為“Scratchy”小怪物的機(jī)器人，一共有四個伺服機(jī)電節(jié)制四條腿，運用超聲波探測間隔，主控則用的是STM32F407探索開發(fā)板。
對此，Arm深度進(jìn)修技能總監(jiān)MarkConnor特地和Sebstian碰頭并對他進(jìn)行了采訪，請他談了一下為何要做這個“小怪物”和他的心得體會，讓我們一起來圍觀下吧。
可否談一談您如何想到要去做這個“小怪物”的嗎？
我現(xiàn)階段碩士學(xué)位論文的標(biāo)題問題便是有關(guān)如安在更小的Cortex-M處理器上實現(xiàn)機(jī)械進(jìn)修，經(jīng)過一個神經(jīng)網(wǎng)絡(luò)的實例來干性能測試。而作為測試的一部分，我把FANN神經(jīng)網(wǎng)絡(luò)庫移植到了Cortex-M4上，而且我沒有想干太學(xué)術(shù)太枯燥的物品，而想要是有型的物品，因而我挑選干個機(jī)械人。如你所見，實際我沒干的很龐雜，就先把一些樂高積木連到電機(jī)上，然后再連到一塊有充足Flash和SRAM的STM32F4開發(fā)板上。
“小怪物”的樂成還證明了我論文的結(jié)論——正在小型的基于Cortex-M設(shè)備上運轉(zhuǎn)機(jī)械進(jìn)修算法是完全可能的。
全自動分揀機(jī)器人價格您有無試圖本身對腿部舉措舉行編程？
固然沒有，這顯然應(yīng)該是讓AI往干的！“小怪物”的布局答應(yīng)我能夠獨登時鍛煉向前和向后的步法，讓我驚詫萬分的是，雖然它沒有膝關(guān)節(jié)，然則還能事情。由于DeepMind正在AtariQ-Learner上取得了很大的樂成，所以我還決議運用Q-Learning，而且我能夠正在他們的根本之上編寫Q-learning的署理。FANN庫其實是由其他人開辟并正在LGPL許可下開源的，我只是純真移植到了Cortex-M4上。
蜘蛛手分揀機(jī)器人型號您是若何決議網(wǎng)絡(luò)拓?fù)涞模?/p>廣州自動分揀機(jī)器人廠家
SRAM的巨細(xì)限定了拓補(bǔ)構(gòu)造，神經(jīng)網(wǎng)絡(luò)能夠干的更大，但運用分外的變量會消費特別很是多的存儲器空間，而我更想直接在Cortex-M4上直接進(jìn)行練習(xí)。在我看來，運用兩個或三個前饋層并沒有太大區(qū)分，盡管我沒有直接比力它們，而我想壓榨一下處理器！
用微控制器開展當(dāng)前的神經(jīng)網(wǎng)絡(luò)研討是不是輕易？
實在裸C框架完全能夠適用于512Kb閃存和256KbSRAM，我很幸運地找到FANN，可是我需求編寫一個小文件體系，以便庫能夠直接由閃存加載保留的網(wǎng)絡(luò)權(quán)重。”
您對那些有興致構(gòu)建和培訓(xùn)自身的機(jī)器人的開發(fā)者，有什么認(rèn)為嗎？
蔬果分揀機(jī)器人分揀機(jī)器人的好處分揀機(jī)器人控制程序