Machine learning 为仿真任务创建机器学习模型
我有一个非常简单的二维软件模拟一个可以从山上滚下来的球。(见图) 球从山顶开始(在x位置0和y位置50处) 可以滚到山的左侧或右侧。球和希尔的属性(质量、材质等)保持不变,但未知。此外,将球推下山的力也是未知的。 此外,风会加速或减速球。风速是已知的,每次都会变化 我收集了1000次试验(即将球滚下山1000次)。 在每次试验中,我每10毫秒采样一次球的位置和风速,并将数据保存到csv文件中 该文件如下所示:Machine learning 为仿真任务创建机器学习模型,machine-learning,deep-learning,neural-network,time-series,simulation,Machine Learning,Deep Learning,Neural Network,Time Series,Simulation,我有一个非常简单的二维软件模拟一个可以从山上滚下来的球。(见图) 球从山顶开始(在x位置0和y位置50处) 可以滚到山的左侧或右侧。球和希尔的属性(质量、材质等)保持不变,但未知。此外,将球推下山的力也是未知的。 此外,风会加速或减速球。风速是已知的,每次都会变化 我收集了1000次试验(即将球滚下山1000次)。 在每次试验中,我每10毫秒采样一次球的位置和风速,并将数据保存到csv文件中 该文件如下所示: trial_nr,direction,time(ms),wind(km/h),bal
trial_nr,direction,time(ms),wind(km/h),ball_position
0, None, 0, 10, 0/50
0, right, 10, 10, 5/45
0, right, 20, 4, 8/30
0, right, 30, 6, 10/25
0, right, 40, 7, 15/15 <- stop position (label)
1, None, 0, 7, 0/50
1, right, 10, 8, 7/43
...
1, right, 50, 3, 20/15 <- stop position (label)
2, None, 0, 8, 0/50
2, left, 10, 1, -3/48
2, left, 20, 0, -4/47
...
2, left, 60, 3, -17/15 <- stop position (label)
...more trials...
试验次数、方向、时间(ms)、风速(km/h)、球位
0,无,0,10,0/50
0,右,10,10,5/45
0,右,20,4,8/30
0,右,30,6,10/25
0,右,40,7,15/15