【新人的疯狂想法】STM32F4也能玩深度增强学习

2019-07-20 08:00发布

视频连接:
v.youku.com/v_show/id_XMzYyMjAyNDM4OA

我们团队的第三个作品,使用的是STM32F407,用的是正点原子的开发板,


游戏环境为自己编写的虚拟机械臂(reacher,到达者),控制一个两关节机械臂,使得机械臂尖端触碰目标

与之前相同,采用我们团队自己开发的操作系统OSlw,使用自己开发的神经网络框架。

不同于之前的flapperbrid,机械臂的转角是连续量,难以直接使用DQN算法,所以采用可以输出连续量的DDPG算法(Google Deepmind)


由于只是用了STM32F407的内部128k的ram,且DDPG算法十分耗内存(四个神经网络,两套参数),所以此次设计采用简化神经网络,增大ER的设计方法。


超参数:

演员网络:10->50(ReLU)->2(tanh)

评论家网络 12->70(ReLU)->1(linear)

学习速率统一0.001

gamma=0.9

ER:600取10

tau=0.01

【消息】近来,我们团队准备将OSlw操作系统与内部的神经网络的算法框架在github完全开源,预计OSlw操作系统将率先开源,敬请期待。


简单作品,各位大神轻喷。

如有侵权,立刻删除。

如有问题与学习讨论意向请致邮箱 [url=]shuep_418_slw@outlook.com[/url]
友情提示: 此问题已得到解决,问题已经关闭,关闭后问题禁止继续编辑,回答。
该问题目前已经被作者或者管理员关闭, 无法添加新回复
5条回答
login_FAE
1楼-- · 2019-07-20 08:04
 精彩回答 2  元偷偷看……
小小的爱
2楼-- · 2019-07-20 10:36
厉害了,老铁,强烈支持啊!
屋脊雀
3楼-- · 2019-07-20 13:24
盼早开源,好好学习学习
DreamWaterPro
4楼-- · 2019-07-20 14:55
 精彩回答 2  元偷偷看……
wzd123
5楼-- · 2019-07-20 15:33
厉害,膜拜大神

一周热门 更多>