提及樂高積木，大多數人必然都想的是小孩子的玩具吧？但假如再加上Cortex-M4處理器，一兩個馬達和一些電線綁帶，您能把它玩得有“技能含量”嗎？自然，“技能流”玩家仍是有的，SebastianF?rster，這位來源于德國的嵌入式體系開發者，便用這一些器材搭建了一個四足機器人，而且用神經網絡教會它走路。這個被命名為“Scratchy”小怪物的機器人，一共有四個伺服機電節制四條腿，運用超聲波探測間隔，主控則用的是STM32F407探索開發板。
對此，Arm深度進修技能總監MarkConnor特地和Sebstian碰頭并對他進行了采訪，請他談了一下為何要做這個“小怪物”和他的心得體會，讓我們一起來圍觀下吧。
可否談一談您如何想到要去做這個“小怪物”的嗎？
我現階段碩士學位論文的標題問題便是有關如安在更小的Cortex-M處理器上實現機械進修，經過一個神經網絡的實例來干性能測試。而作為測試的一部分，我把FANN神經網絡庫移植到了Cortex-M4上，而且我沒有想干太學術太枯燥的物品，而想要是有型的物品，因而我挑選干個機械人。如你所見，實際我沒干的很龐雜，就先把一些樂高積木連到電機上，然后再連到一塊有充足Flash和SRAM的STM32F4開發板上。
“小怪物”的樂成還證明了我論文的結論——正在小型的基于Cortex-M設備上運轉機械進修算法是完全可能的。
全自動分揀機器人價格您有無試圖本身對腿部舉措舉行編程？
固然沒有，這顯然應該是讓AI往干的！“小怪物”的布局答應我能夠獨登時鍛煉向前和向后的步法，讓我驚詫萬分的是，雖然它沒有膝關節，然則還能事情。由于DeepMind正在AtariQ-Learner上取得了很大的樂成，所以我還決議運用Q-Learning，而且我能夠正在他們的根本之上編寫Q-learning的署理。FANN庫其實是由其他人開辟并正在LGPL許可下開源的，我只是純真移植到了Cortex-M4上。
蜘蛛手分揀機器人型號您是若何決議網絡拓撲的？
廣州自動分揀機器人廠家SRAM的巨細限定了拓補構造，神經網絡能夠干的更大，但運用分外的變量會消費特別很是多的存儲器空間，而我更想直接在Cortex-M4上直接進行練習。在我看來，運用兩個或三個前饋層并沒有太大區分，盡管我沒有直接比力它們，而我想壓榨一下處理器！
用微控制器開展當前的神經網絡研討是不是輕易？
實在裸C框架完全能夠適用于512Kb閃存和256KbSRAM，我很幸運地找到FANN，可是我需求編寫一個小文件體系，以便庫能夠直接由閃存加載保留的網絡權重。”
您對那些有興致構建和培訓自身的機器人的開發者，有什么認為嗎？
蔬果分揀機器人分揀機器人的好處分揀機器人控制程序