roboforum.ru

все наверно видели ролик про хромающего робота???
там у робота оторвали 4 ногу и он самостоятельно учиться преремещаться на 3х конечностях


принцип тотже
пробовать вариации и запоминать те в которых был наибольший успех и комбинировать такие удачные вариации



инаверно все  читали статьи, исскуственный интелект в домашних условиях
про распознавание графики с пом нейронных сетей
это не так архи сложно как кажеться поначалу

По-моему лучше решать задачи поэтапно. Я выражаю свой подход к проблеме. По мне так лучше чем философствовать о навороченных нейронных сетях и мечтать о том как оно должно быть в идеале (это хорошо - есть к чему стремиться), гораздо лучше научить ползать по квартире букашку на Атмеге, имеющей в голове битовую карту юрты и науськаную прокладывать себе дорогу и объезжать препятствия. Затем задачу усложнить.
Вот у  Dead-а верный подход. Он взял задачу, которая интересна ему и потихоньку её ковыряет.

а зачем философствовать??
бери в руки компилятор барабан в зубы и вперёд программировать сеть.
алгоритм распознавания картинки? может вам ссылочку на код дать?
теория нейронных сетей и примеры реализации? тоже ссылочка требуеться?
всё уже сделано до нас, правда в основном на англицком языке =/

глупо останавливаться на устаревших и откровенно плохих методах
зх спектрум программируют только ностальгирующие энтузиасты


я например  уже 2года как почитываю всякие материалы по нейронным сетям, к сожалению математического образования нехватает чтоб основательно разобраться.

Myp писал(а):карта это не  гут
в  мозг робота надо максимум загонять схематичный план  помещений
ориентирование и нахождение пути должно быть  через зрение и интеллект

1. Схематичный план помещений это как?
2. Нахождение пути через интеллект это зачем? Для этого есть готовые алгоритмы вообще-то, тот же поиск пути на графах (работает как в случае растровых, так и в случае векторных карт).

Myp писал(а):в идеале просто выбирать нужную тактику движения в завис от обстановки(допустим шаблон действий для улицы, шаблон  для комнаты, шаблон для леса и тд.)

До такого уровня еще пахать и пахать.

Myp писал(а):привязываться к карте записанной в памяти робота это вобще детсад
нужна система ориентирования реального времени с зачатком интеллекта, распознавание объектов

Если робот ориентирующийся по карте это детсад, то мы тут все вообще еще не родились.

Myp писал(а):я считаю что если можно создать алгоритм осознанного определения объектов то вопрос ориентирования в этих объектах будет решаем

1. Алгоритм осознанного определения объектов - это ИИ что ли? Который все понимает? Тогда конечно он по определению будет решать любую задачу - раз все понимает .

Myp писал(а):нельзя заморачиваться на создании точных карт и маршрутов надо создавать максимально сложные нейронные цепи чтобы робот мог на местности научиться передвигаться на какието дистанции

На современном уровне понимания работы нейросетей это не совсем как бы осуществимо, с этой точки зрения гораздо вероятней сейчас деньги на спортлото зарабатывать или в казино, чем такие нейросети угадывать как строить

Myp писал(а):закройте глаза и пройдите из комнаты в комнату
может вы и расшибёте нос или мебель уроните но вы пройдёте полюбому, так как у вас есть сенсоры столкновения и ПРИМЕРНОЕ понимание куда  надо повернуть если что случиться.
тоесть знание что другая комната не дальше чем через 20 шагов и не ближе чем через 7, и повернуть надо по дороге минимум один раз на 90 градусов.
простейшие устойчивые паттерны которые у вас уже есть, плюс то чему вы научитесь пока ходите с закрытыми глазами(быстро не идти, если стена попробовать рядом)

И при чем тут нейросети?

Myp писал(а):короче обычные математические алгоритмы не рулят в неоределённой и меняющейся среде

Можете доказать?

Дальше больше - действительно ли среда так уж полностью неопределена? Я бы сказал что среда очень даже предсказуема, возможные вариации её очень незначительны. Одно ведь дело с закрытыми глазами дома пройти, а другое - по минному полю, где накидано колючей проволоки под ногами.

Myp писал(а):все наверно видели ролик про хромающего робота???
там у робота оторвали 4 ногу и он самостоятельно учиться преремещаться на 3х конечностях

принцип тотже
пробовать вариации и запоминать те в которых был наибольший успех и комбинировать такие удачные вариации

Это одно.

Myp писал(а):и наверно все  читали статьи, исскуственный интелект в домашних условиях про распознавание графики с пом нейронных сетей
это не так архи сложно как кажеться поначалу

А это другое.

Это именно архисложно, иначе давно бы уже сделали. Пока, насколько мне известно, распознавание образов в значительно степени реализуется без нейросетей.

SSG писал(а):По-моему лучше решать задачи поэтапно.

Correct.

SSG писал(а):По мне так лучше чем философствовать о навороченных нейронных сетях и мечтать о том как оно должно быть в идеале (это хорошо - есть к чему стремиться)

А почему же именно философствовать? Ими можно на практике заниматься вполне

SSG писал(а):гораздо лучше научить ползать по квартире букашку на Атмеге, имеющей в голове битовую карту юрты и науськаную прокладывать себе дорогу и объезжать препятствия.

Здесь главная проблема локализации, а объезжать препятствия и составлять карту можно и на ходу.

Myp писал(а):я например  уже 2года как почитываю всякие материалы по нейронным сетям, к сожалению математического образования нехватает чтоб основательно разобраться.

Были бы там еще и достижения интересные, кроме черных ящиков для анализа биржевых курсов, чтобы в них разбираться...

Были бы там еще и достижения интересные, кроме черных ящиков для анализа биржевых курсов, чтобы в них разбираться...

да какая разница к чему прикручивать, это же не пропеллер чтоб его можно было использовать только в самолётах. это скорей уж железо из которого можно сварганить что угодно.

GeneHunter - пакет для решения задач оптимизации с помощью генетических алгоритмов.
В его состав входит надстройка Excel, которая позволяет решать задачи оптимизации прямо в электронных таблицах, библиотека генетических алгоритмов (DLL), подключив которую можно использовать генетические алгоритмы в ваших собственных программах, а также комплект примеров использования пакета для решения разнообразных задач, которые содержат множесто полезных идей. GeneHunter позволяет создавать мощные модели генетических алгоритмов, а возможность настраивать в них любые параметры делает эти модели очень гибкими.

бери и используй...

сети тем и хороши что им пофигу что анализировать, они могут анализировать как биржевой курс так и звук и изображение
соответсно и прогнозировать

1. Схематичный план помещений это как? Smile

то что комната квадратная, имеет 2 двери напротив друг друга, окно и примерно 15м2 площади ну и плюс описание остальных комнат и как они соединены.

Пока, насколько мне известно, распознавание образов в значительно степени реализуется без нейросетей.

и да и нет
имея засланца на кафедре математики я немного в курсе чем они там "играються"
вы когданить с ситемами видеонаблюдения работали?(мне раньше на работе приходилось сталкиваться со всякими разными программами видеонаблюдения, оч часто там используются принципы нейросетей чтобы распознавать движущиеся и статичные фигуры людей, автомобили, животных причём очень удачно)

Если робот ориентирующийся по карте это детсад, то мы тут все вообще еще не родились.

любой 3д принтер или фрез станок это робот ориентирующийся по карте. просто в идеальных условиях(система координат и малая погрешность)
вводим 3д карту поверхности и фреза эту карту повторяет, станки вон почти в каждом гараже =)) строят
если принтер вывернуть наизнанку он вам на полу хоть мадонну нарисует лишь бы пол был ровный...

1. Алгоритм осознанного определения объектов - это ИИ что ли? Который все понимает? Smile Тогда конечно он по определению будет решать любую задачу - раз все понимает Smile.

ага, именно так, всяких коров кошек собак людей и автомобили определять уже возможно, чёткие предметы вроде табуреток тоже.

И при чем тут нейросети?

дык притом
человек это большААААя нейросеть=) а закрыв глаза мы катастрофически уменьшаем количество входных сигналов для упрощения модели, так сказать ближе к действительности, к роботам.

смысл в том что имея какойо минимальный набор знаний в памяти, и установив правильно вероятности, можно отсечь абсурдные случайные движения и получить со временем эффективное движение(по сравнению с роботом который движеться рандомом)

Можете доказать? Smile

неа, чукча не писатель чукча читатель =/
зато опять же с умными людьми с кафедры математики общался

Людцы добрые! О чем речь! Я честно говоря, думал что этот замечательный форум для любителей робототехники, которые стремяться построить свои конструкции, поучиться по ходу дела, руки почесать и получить удовольствие от конечного результата, а не размышлять о том, что робот должен только сильно зрячим быть, и обязательно нужно научить робота узнавать хозяина даже после злоупотребления чего-нибудь, объезжать табуретки, давать пинков коту и в лесу брать только не ядовитые грибы!  :D У кого, уважаемые господа, есть такие роботы? Покажьте-ка! Научите как такое чудо построить и запрограммировать в домашней мастерской, до того как кирдык придет?
Я никого не хочу обидеть и задеть.  Просто у меня свой взгляд. Каждый делает так как хочет. Я предпочитаю строить и иметь простой результат труда достаточно быстро, а затем усложнять его. Кто-то экспериментирует, как Dead (очередной решпект, по информации имеющейся на форуме - у него один из самых интересных, самобытных, проектов), кто-то предпочитает описывать как должно быть и ничего не делать. Каждому свое.

А что за векторные карты-то такие? В двух словах если можно. Пойму.


И еще, если конструкция достаточно устойчивая, а на поверхности нет существенных изъянов, то следить за "полом" с помощью зрения с целью экономии вычислительных ресурсов может и не стоит? Может использовать другие датчики, чтобы в обрыв не свалиться?

Я согласен, что отлавливать контуры объектов, выделять объекты отличающиеся по цвету на снятом изображении не очень и сложно, если нет сложных текстур (того же ковра на полу). Но задача распознавания (в смысле узнавания сложного да еще и движущегося объекта) - простите! Это поле исследований далеко не одиночек, а целых исследовательских центров. Поэтому, компромиссным вариантом и выступает вариант с маяками-метками, содержащими информацию о месте,  в подготовленном пространстве и поиском в снимках неподготовленного пространстве областей, которые с высокой вероятностью могут являться изображениями известных железной дуре не сложных по текстуре поверхности и форме объектов, по размерам и положению которых можно делать некоторые гипотезы о расстяниях до них и пр.

да лучшеб объект двигался чем стоял... пока он стоит это просто рисунок на какомто фоне ...

Но задача распознавания (в смысле узнавания сложного да еще и движущегося объекта) - простите! Это поле исследований далеко не одиночек, а целых исследовательских центров.

вполне под силу одиночкам, не в промышленных маштабах конечно...
но рожу хозяина определять не проблемма

да не надо узнавать сложные объекты
достаточно определять присутствие их
нужно видеть где пол, где дверь, где ступеньки и лестницы.
табуретки люди и коты пускай будут 8 угольными примитивами которые надо избегать
роботу не надо знать кошка перед ним стоит, горшок с фикусом или человек.
робот должен просто определить габариты препятствия

получить удовольствие от конечного результата, а не размышлять

вы название темы читали?
это специальная тема для ОБСУЖДЕНИЯ алгоритмов
после обсуждения милости просим в тему железо


еслиб дядя Марков предпочитал не размышлять ни о чём отвлечённом от реальности *** (Moderator: кхм-кхм, предлагаю прекратить) бы чё полезного у него вышло в итоге

Я предпочитаю строить и иметь простой результат труда достаточно быстро, а затем усложнять его

ну вот построите вы десяток роботов по готовым заезженным схемам и чё? кому от этого польза? радость лично вам от того что ваше детище напугало соседского кота и ахтунг для самого кота??

истина рождается в споре, обязательно нужно мечтать придумывать обсуждать и проверять.

кто-то предпочитает описывать как должно быть и ничего не делать.

ктото же должен это делать?
и обязательно ктото должен это критиковать
процесс эволюции так сказать



ЗЫ
я на работе в основном днём сижу изображаю деловую занятость и имею полное право плевать в потолок и размышлять.  что собсно и делаю во всех доступных ветках форума.

практическими реализациями я занимаюсь гораздо меньше времени, в лучшем случае после работы часик вечером покромсаю какуюнить железку.
не вижу смысла делать простые доступные девайсы которые не имеют в себе ничего изюмительного(не ну учиться надо конечно на чёмто, но оттачивать годами умение строить ковроходов это лишнее)

в ближайшее время попытаюсь хоть какойто интеллект собрать на базе кпк(чип-дип *** (Moderator: таки предупреждение!) 2 недели заказ на почту отправить не могли а теперь ещё по почте 2 неделю посылка идёт. как придёт в ту же неделю соберу ездящий прототип и пойду программить сеть)

2 Мур

я на работе в основном днём сижу изображаю деловую занятость и имею полное право плевать в потолок и размышлять.  что собсно и делаю во всех доступных ветках форума.

Эх... хорошая у Вас работа!  :D

Целиком и полностью согласен насчет конструктивной критики, эволюции и пр.
А вот

в ближайшее время попытаюсь хоть какойто интеллект собрать на базе кпк(чип-дип *** 2 недели заказ на почту отправить не могли а теперь ещё по почте 2 неделю посылка идёт. как придёт в ту же неделю соберу ездящий прототип и пойду программить сеть)

Интересно! Расскажете потом?...

2 All
А никто не делал проекта с зачатками зрения (типа пошел-нашел-принес или прикатил, например мячик яркий)?

Интересно! Расскажете потом?...

всенепременно
я даже и ветку завёл спецальную
про бесчеловечные экскре... тьфу эксперименты тоесть

в принципе, в симуляции в протеусе,
свзязь пк с телом робота худо бедно уже работает
при первой возможности засуну в железо

и начну размышлять о проблеммах ИИ


насчёт мячика

есть тут ссылки на проект
поищите
там правда на картинки из вебкамеры ищут пятно от лазера... и определяют расстояние, но имхо пятно от лазера вполне можно заменить какимнить ярким мячём

Myp писал(а):

Были бы там еще и достижения интересные, кроме черных ящиков для анализа биржевых курсов, чтобы в них разбираться...

да какая разница к чему прикручивать, это же не пропеллер чтоб его можно было использовать только в самолётах. это скорей уж железо из которого можно сварганить что угодно.

сети тем и хороши что им пофигу что анализировать, они могут анализировать как биржевой курс так и звук и изображение
соответсно и прогнозировать

Да простая разница - не получается его пока "куда угодно" прикрутить, чтобы эффективно было

Myp писал(а):

GeneHunter - пакет для решения задач оптимизации с помощью генетических алгоритмов.
В его состав входит надстройка Excel, которая позволяет решать задачи оптимизации прямо в электронных таблицах, библиотека генетических алгоритмов (DLL), подключив которую можно использовать генетические алгоритмы в ваших собственных программах, а также комплект примеров использования пакета для решения разнообразных задач, которые содержат множесто полезных идей. GeneHunter позволяет создавать мощные модели генетических алгоритмов, а возможность настраивать в них любые параметры делает эти модели очень гибкими.

бери и используй...

Вы точно осознаете что генетические алгоритмы и нейросети это вообще две большие разницы?

Myp писал(а):

1. Схематичный план помещений это как? Smile

то что комната квадратная, имеет 2 двери напротив друг друга, окно и примерно 15м2 площади ну и плюс описание остальных комнат и как они соединены.

На словах у всех это хорошо получается
Однако ИИ еще не изобретен - эскиз структуры данных сюда пожалуйста!

Myp писал(а):

Пока, насколько мне известно, распознавание образов в значительно степени реализуется без нейросетей.

и да и нет
имея засланца на кафедре математики я немного в курсе чем они там "играються"
вы когданить с ситемами видеонаблюдения работали?(мне раньше на работе приходилось сталкиваться со всякими разными программами видеонаблюдения, оч часто там используются принципы нейросетей чтобы распознавать движущиеся и статичные фигуры людей, автомобили, животных причём очень удачно)

Именно таки нейросети или "принципы нейросетей, реализованные в конкретных математических алгоритмах заточенных на определение специальных видов образов"?

Myp писал(а):

Если робот ориентирующийся по карте это детсад, то мы тут все вообще еще не родились.

любой 3д принтер или фрез станок это робот ориентирующийся по карте. просто в идеальных условиях(система координат и малая погрешность)
вводим 3д карту поверхности и фреза эту карту повторяет, станки вон почти в каждом гараже =)) строят
если принтер вывернуть наизнанку он вам на полу хоть мадонну нарисует лишь бы пол был ровный...

Ключевое слово - "идеальных"

Myp писал(а):

1. Алгоритм осознанного определения объектов - это ИИ что ли? Который все понимает? Smile Тогда конечно он по определению будет решать любую задачу - раз все понимает Smile.

ага, именно так, всяких коров кошек собак людей и автомобили определять уже возможно, чёткие предметы вроде табуреток тоже.

Myp писал(а):

И при чем тут нейросети?

дык притом
человек это большААААя нейросеть=) а закрыв глаза мы катастрофически уменьшаем количество входных сигналов для упрощения модели, так сказать ближе к действительности, к роботам.

Угу, ну-ну. А ничего что человек в этом случае использует, нифига не слабую, уже построенную с помощью глаз модель? Вы уверены что можно достичь такого же уровня интеллекта без зрения? И не надо мне тут рассказывать про то, что "человек, рожденный слепым", у него, простите, до этого был не 1 миллион лет эволюции со зрением

Myp писал(а):смысл в том что имея какойо минимальный набор знаний в памяти, и установив правильно вероятности, можно отсечь абсурдные случайные движения и получить со временем эффективное движение(по сравнению с роботом который движеться рандомом)

Нда, ну по сравнению с рандомом можеть и можно получить что-то, а вот по сравнению с точными алгоритмами...

Myp писал(а):

Можете доказать? Smile

неа, чукча не писатель чукча читатель =/
зато опять же с умными людьми с кафедры математики общался

И что они говорят?

SSG писал(а):А что за векторные карты-то такие? В двух словах если можно. Пойму.

Ну как - в двухмерном случае карта хранится как полигоны (заданные последовательностью вершин), которые представляют собой препятствия.

Ну CorelDraw знаете чем от Photoshop'a отличается? Вот и тут.

SSG писал(а):И еще, если конструкция достаточно устойчивая, а на поверхности нет существенных изъянов, то следить за "полом" с помощью зрения с целью экономии вычислительных ресурсов может и не стоит? Может использовать другие датчики, чтобы в обрыв не свалиться?

А еще проще на первом этапе вообще пропустить эту проблему.

SSG писал(а):Я согласен, что отлавливать контуры объектов, выделять объекты отличающиеся по цвету на снятом изображении не очень и сложно, если нет сложных текстур (того же ковра на полу). Но задача распознавания (в смысле узнавания сложного да еще и движущегося объекта) - простите! Это поле исследований далеко не одиночек, а целых исследовательских центров. Поэтому, компромиссным вариантом и выступает вариант с маяками-метками, содержащими информацию о месте,  в подготовленном пространстве и поиском в снимках неподготовленного пространстве областей, которые с высокой вероятностью могут являться изображениями известных железной дуре не сложных по текстуре поверхности и форме объектов, по размерам и положению которых можно делать некоторые гипотезы о расстяниях до них и пр.

У меня уже есть достижения в подготовленном пространстве, но я хотел бы сначала подтянуть повторябельность проекта, потому как не хочется дальше двигаться в гордном одиночестве под охи, ахи и серии респектов. Потому как достижения там очень скоро станут тупо непонятны окружающим, как сейчас нам может быть непонятно то, что удалось достичь за последние 3 месяца разработчикам ASIMO