Contents
深度學習應用於自動駕駛汽車模擬
從這 1.5 小時的課程,你會學到
- 配置和使用 Unity 機器學習代理工具包來解決模擬環境中的物理問題
- 了解神經網路、監督和深度強化學習 (PPO) 的概念
- 應用 ML 控制技術在 Unity 中教卡丁車在賽道上行駛
要求
基本代數和基本程式設計技能
課程說明
警告:將此課程作為對機器學習的溫和介紹,特別關注機器視覺和強化學習。本課程中提供的 Unity 專案現已過時,因為 Unity ML 代理庫仍處於 beta 版本,並且界面一直在變化!如果你使用的是最新版本,你將在本課程中找到的一些實現細節看起來會有所不同,但關鍵概念和背景理論仍然有效。有關最新更新,請參閱 ml-agents github 上的官方遷移文件。
了解如何將 Unity 的美感與 Tensorflow 的強大功能相結合,利用最先進的機器學習技術在模擬環境中解決物理問題。
我們研究了卡丁車在簡單賽道上比賽的問題,並嘗試了三種不同的方法來控制它:簡單的 PID 控制器;通過模仿(監督)學習訓練的神經網路;以及通過深度強化學習訓練的神經網路。
每種技術都有其優點和缺點,我們首先在簡單的概念層面以理論的方式展示,然後以實際的方式應用。在所有三種情況下,卡丁車都能夠完成一圈而不會發生碰撞。
我們為所有三種解決方案提供 Unity 模板和檔案。然後看看你是否可以在它的基礎上進一步提高性能。
繫好安全帶,玩得開心!
目標受眾
- 對快速進入機器學習感興趣的學生,專注於應用而不是理論
- 尋找機器學習逼真模擬器的工程師
講師簡介
Fabrizio Frigeni 工程師
國際應用工程師,在自動化、機器人技術、計算機視覺和機器學習方面擁有豐富經驗。擁有電機工程博士學位,並在全球範圍內與工業機器人進行了十多年的技術實踐工作。除了積極建模和編程機器人,還喜歡分享知識和輔導學生和工程師。
英文字幕:有
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
LN+ 免費支援 Notion 筆記整合:有
如果你有使用或是想用 Notion 來做線上課程筆記,我們有開發一個 chrome extension – LN+ for udemy ,可以免費支援這門線上課程
什麼是 LN+ ? 可以參考這篇文章說明
報名參加課程

你必須登入才能發表留言。