不需要人去教，自己“思考”的四足智能机器人

在人工智能领域内，人工神经网络是一种非常普及且实用的人工智能方式，简单的来说，人工神经网络通过搜集来自不同节点上不同权重的信息，来确定整张网络的输出值，反映到系统上就是网络对于某种条件所作出的响应，这种原理已经应用在了智能机器人、图像识别、自动控制等多个领域。今天我们要说的就是一个在人工神经网络内典型的“Hello World”应用——利用人工神经网络来为机器人设计寻路系统。

为了使得输出变量尽可能地少，这只机器人的每个步进电机都只有三个状态：前进，后退，休息。输入量包括给每个电机的电流值、上一个电机位置的状态。安装在机器人前段的超声波测距模块则可为网络提供反馈，即“是否当前的参数对于完成目标有着促进作用”。神经网络将会实时调整，将坏的模式摒弃，并保留使机器人前进的模式。如此往复，通过一段时间的“学习”，机器人就会找出让自己大步前进的模式组合，看视频。

在这个设计中，主控芯片采用的是一片Cortex M4控制器，上面跑着一个小型的只读文件系统并以此为基础、运行了快速神经网络库。正是这个库使得机器人拥有了一定的自动控制能力，你可以在这里找到程序的GitHub主页：https://github.com/Counterfeiter/Q-LearningRobot 观察并学习他的编程思路！

本文为 无线电杂志 微信公众平台原创文章。详细内容及高清大图请查阅《无线电》杂志。版权所有，欢迎个人转发至朋友圈。公众号、报刊等转载请给本公众号后台留言获得授权。

…………………………………………………

无线电杂志

微信号：radiomagazine

长按识别二维码关注我们