Dipilih dari software, topik, dan level “Kelas Reinforcement Learning Robot Manipulator #5: Melatih Agen Soft Actor-Critic (SAC) untuk Tracking Lintasan”.
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, agen soft actor kritik yang belajar sendiri mengoreksi torsi lengan robot, dari puluhan ribu kali mencoba. Kurva belajarnya memperlihatkan hadiah yang naik tajam dari sekitar minus 900 menjadi sekitar minus 100. Ayo kita mulai. Halo, selamat datang di episode kelima seri kontrol robot manipulator dengan reinforcement learning. Soft actor kritik atau SAC adalah algoritma RL modern untuk aksi kontinu seperti torsi motor. SAC punya jaringan aktor yang memilih aksi, jaringan kritik yang menilai aksi, dan mendorong eksplorasi dengan memaksimalkan entropi. Hari ini kita melatihnya dengan stable baseline 3.
Langkah 1: Callback laporan pelatihan
Buat file latih underscore SAC.py Jumlah langkah pelatihan bisa diberikan lewat argumen. Standarnya 60 ribu langkah, setara 150 episode. Kelas laporan adalah callback yang dipanggil setiap langkah. Setiap 5 ribu langkah ia mencetak rata-rata hadiah 10 episode terakhir dan mencatatnya untuk kurva belajar.
Langkah 2: Konfigurasi SAC
Lingkungan dibungkus monitor agar hadiah per episode tercatat. Model SAC memakai kebijakan MLP standar dengan learning rate 3x10-4, ukuran B256, 2 ribu langkah awal untuk mengumpulkan pengalaman acak, dan faktor diskon 0,98. Setelah pelatihan, model disimpan ke SAC underscore lengan dot zip.
Langkah 3: Melatih 60 ribu langkah
Terakhir, kita gambar kurva belajarnya. Jalankan, pelatihan berlangsung beberapa menit di CPU. Perhatikan laporannya, di 5 ribu langkah pertama hadiah rata-rata masih sekitar minus 900, setara dengan PD saja. Setelah 10 ribu langkah hadiah melonjak, lalu naik turun sambil membaik, sampai sekitar minus 100 di akhir, kira-kira 10 kali lebih baik dari awal.
: Langkah 4: Kurva belajar
Mari lihat kurva belajarnya. Hadiah naik tajam di awal ketika agen menemukan pola koreksi yang benar, lalu bergelombang karena setiap episode punya beban dan gangguan acak yang berbeda. Fluktuasi seperti ini normal pada reinforcement learning. Model sudah tersimpan dan siap diuji secara adil di episode berikutnya.
Selesai!
Selesai Kita sudah melatih agen soft actor kritik sebagai kompensator torsi lengan robot, memantau kurva belajar dengan callback, dan menyimpan modelnya. Di episode terakhir, kita menguji ketahanannya terhadap perubahan beban dan gangguan. 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 gimnasium, 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 enam 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.
