基于Encog的自学习神经网络

Question

神经网络(BP FF)能否自主学习如何控制螺旋桨以避免试飞和稳定？

神经网络类型:多层，反向传播前馈，乙状结肠激活。

为了简单起见，只采用垂直螺旋桨控制和垂直速度。

İnput:垂直速度。

输出:螺旋桨动力(目标只向下，所以只向上推)

由于反向传播神经网络从输出和期望输出的差异中得到误差，它如何在不知道期望输出的情况下教自己(实际上，它需要学习期望的输出)。

如果我把错误看作垂直速度(stopped=no错误)，那么它会更合适，但是如何更改Encog的ResilientPropagation或BackPropagation类的错误函数？

我是否需要自己编写整个网络课程来实现这种学习？因为没有初步的训练数据。只有新创建的数据来自发动机的功率和速度。(如果我能生成训练数据，那么我就知道如何控制发动机，这样就不需要神经网络了)

最适合这份工作的神经网络类型是什么？

Answer 1

正如@larsman在评论中所指出的那样，这可以通过强化学习范式来解决。在目前最流行的(也是唯一的)神经网络环境下？方法是使用两个神经网络：

• 演员网络:学习什么动作(在这种情况下的螺旋桨功率)，代理应该在给定的状态(在这种情况下的垂直速度)。
• 批判性网络:学习价值，在未来的强化代理可以“希望”从这一状态实现。

这种方法被称为演员-评论家方法。另外，你需要做的就是设计加固功能。在您的情况下，这似乎很简单，因为它可以等于垂直速度，并附加惩罚偏离某些预定义的高度(否则，网络将学会等待一段时间，直到螺旋桨下跌和停止为自己)。

主要问题是调整所有参数才能正确工作，但是问题似乎很简单，所以可能不是很难。