Steuerung von Aktoren in neuronalem Netz abbilden
Posted: Mon 8. Feb 2016, 13:14
Hallo,
ich arbeite gerade an einer Steuerung von 6 Aktoren, welche sich auf Basis von 6 veränderbaren Eingabewerten verfahren sollen.
Bisher ist das so gelöst, dass einfache if/else-Bedingungen die Größe der Eingabewerte abfragen und daraus ein entsprechender Wert für die Aktoren bestimmt wird.
Beispiel: Wenn Eingabewert 1 in einem Bereich von 2 - 4 liegt, soll Aktor 1 der Wert 0,1 zugewiesen werden. Bei einem Eingabwert von 4 - 6 der Wert 0,2 usw. .
Das geschieht analog für die 6 Aktoren und Eingabewerte. Im Anschluss an die Verstellung des Aktors ändert sich auf jeden Fall der entsprechende Eingabewert.
Nun ist noch nicht klar, in wiefern sich diese Aktoren gegenseitig beeinflussen, sodass beispielsweise eine Verstellung von Aktor 1 auch eine Änderung an Aktor 2 und 3 hervorrufen kann. Dies kann ich in Versuchen ermitteln, jedoch ist deren Anzahl begrenzt.
Nun kam der Gedanke, dies in einem künstlichen neuronalen Netz abzubilden und mit den Daten meiner Versuche zu füttern. Ziel des ganzen ist, dass das System nach einer Lernphase in der Lage ist, den Einfluss der Verstellung eines Aktors auf die umliegenden Aktoren vorherzusagen. Ist das in dieser Form möglich?
Meine bisherige Überlegung dazu ist folgende:
Es gibt 6 Neuronen für den Eingang und 6 Neuronen für den Ausgang. Jeder Eingang ist mit jedem Ausgang verbunden.
Da meine bisherige Steuerung keinerlei Beeinflussung berücksichtigt, kann ich das System ausschließlich mit Daten aus Versuchen anlernen.
Denke ich da soweit in die richtige Richtung oder ist das totaler Blödsinn?
Mein bisheriges Wissen zu neuronalen Netzen hält sich leider noch in Grenzen. Ich bin dabei, mich ein wenig in das Thema einzulesen.
ich arbeite gerade an einer Steuerung von 6 Aktoren, welche sich auf Basis von 6 veränderbaren Eingabewerten verfahren sollen.
Bisher ist das so gelöst, dass einfache if/else-Bedingungen die Größe der Eingabewerte abfragen und daraus ein entsprechender Wert für die Aktoren bestimmt wird.
Beispiel: Wenn Eingabewert 1 in einem Bereich von 2 - 4 liegt, soll Aktor 1 der Wert 0,1 zugewiesen werden. Bei einem Eingabwert von 4 - 6 der Wert 0,2 usw. .
Das geschieht analog für die 6 Aktoren und Eingabewerte. Im Anschluss an die Verstellung des Aktors ändert sich auf jeden Fall der entsprechende Eingabewert.
Nun ist noch nicht klar, in wiefern sich diese Aktoren gegenseitig beeinflussen, sodass beispielsweise eine Verstellung von Aktor 1 auch eine Änderung an Aktor 2 und 3 hervorrufen kann. Dies kann ich in Versuchen ermitteln, jedoch ist deren Anzahl begrenzt.
Nun kam der Gedanke, dies in einem künstlichen neuronalen Netz abzubilden und mit den Daten meiner Versuche zu füttern. Ziel des ganzen ist, dass das System nach einer Lernphase in der Lage ist, den Einfluss der Verstellung eines Aktors auf die umliegenden Aktoren vorherzusagen. Ist das in dieser Form möglich?
Meine bisherige Überlegung dazu ist folgende:
Es gibt 6 Neuronen für den Eingang und 6 Neuronen für den Ausgang. Jeder Eingang ist mit jedem Ausgang verbunden.
Da meine bisherige Steuerung keinerlei Beeinflussung berücksichtigt, kann ich das System ausschließlich mit Daten aus Versuchen anlernen.
Denke ich da soweit in die richtige Richtung oder ist das totaler Blödsinn?
Mein bisheriges Wissen zu neuronalen Netzen hält sich leider noch in Grenzen. Ich bin dabei, mich ein wenig in das Thema einzulesen.