Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Inilah hasil akhirnya, lingkungan reinforcement learning untuk lengan robot dengan standar gimnasium. Agen melihat 12 angka, mengeluarkan koreksi torsi, dan mendapat hadiah semakin besar bila lengan semakin tepat mengikuti lintasan. Ayo kita mulai. Halo, selamat datang di episode keempat seri kontrol robot manipulator dengan reinforcement learning. Reinforcement learning belajar dari coba-coba, agen mengambil aksi, lingkungan memberi hadiah, dan agen memperbaiki kebijakannya. Jimnasium adalah standar antarmuka lingkungan yang dipakai hampir semua library RL. Hari ini kita membungkus robot kita menjadi lingkungan jimnasium.
Langkah 1: Residual RL & observasi
Buat file lingkungan underscore rl.py Kita memakai pendekatan residual RL, controller P desederhana tetap bekerja, dan agen hanya menambahkan koreksi torsi maksimal 20 Nm. Pendekatan ini jauh lebih aman dan cepat dilatih daripada agen yang mengendalikan dari nol. Fungsi observasi menyusun 12 angka yang dilihat agen, galak sudut dan kecepatan, sinus dan kosinus sudut, serta kecepatan dan percepatan referensi.
Langkah 2: Reset, step & hadiah
Kelas lingkungan lengan mendefinisikan ruang observasi dan ruang aksi 2 angka antara minus 1 dan 1. Fungsi reset memulai episode baru dengan beban acak 0 sampai 2 kg. Gangguan acak sampai 8 Nm, dan titik awal acak di lintasan. Pengacakan ini membuat agen belajar menghadapi berbagai kondisi, inti dari kontrol adaptif. Fungsi step menerapkan torsi P diditambah koreksi agen, mensimulasikan seper seratus detik, lalu memberi hadiah minus ribu kali kuadrat galak sudut, dikurangi sedikit penalti aksi agar koreksinya tidak berlebihan. Satu episode 4 detik atau 400 langkah.
Langkah 3: check env & episode uji
Buat file uji underscore lingkungan dot paye. Fungsi check-in dari gymnasium memeriksa apakah lingkungan kita mematuhi standar. Lalu kita jalankan satu episode dengan aksi 0, yaitu kontroler PD saja, dan satu episode dengan aksi acak. Jalankan Lingkungan lolos pemeriksaan dengan observasi 12 dan aksi 2 dimensi. Kedua kebijakan mendapat total hadiah sekitar minus ribu, dengan galat sendi rata-rata sekitar 0,05 radian. Aksi acak tidak membantu sama sekali, jadi agen harus belajar.
Langkah 4: Galat awal sebelum belajar
Mari lihat grafiknya. Galat sendi kontroler PD saja dan aksi acak sama-sama berosilasi beberapa derajat sepanjang episode. Inilah titik awal agen. Di episode berikutnya, agen akan belajar koreksi torsi yang menekan galat ini.
Selesai!
Selesai. Kita sudah membangun lingkungan gymnasium untuk lengan robot, residual RL di atas paye, observasi, aksi, fungsi hadiah, pengacakan beban dan gangguan, dan memeriksanya dengan check-in. Di episode berikutnya kita melatih agen soft actor kritik. Sedang menyusun skripsi, tesis, atau riset di bidang robotika dan reinforcement learning? Cerdas inovasi digital membantu implementasi kendali robot, dari kinematika dan dinamika manipulator, PID dan kompitetor, lingkungan gymnasium, sampai pelatihan agen soft actor kritik, serta membuka kursus pemrograman Python untuk teknik elektro dan mekatronika. Ingin menguasai seluruh seri ini? Dari kinematika lengan robot sampai uji adaptif agen reinforcement learning? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdasinovasidigital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
53 kelas video1.286 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
