Python 如何使用PyBrain？

是一个基于Python的库，用于创建神经网络。我看过他们网站上的教程，但它们似乎对我帮助不大。我计划做的模拟是让一辆汽车在轨道上行驶，配备5个测距仪，显示它与墙壁之间的当前距离，范围在

0.0

和

1.0

之间。体能基于平均速度。（越高越好）输出为一个数字，即你在特定时刻转动了多少次，其中向右的方向是

1.0

，向左的方向是

-1.0

或

0.0

，以更简单的为准

我假设使用这个设置，我会有5个输入神经元和1个输出神经元。举个例子，我假设我有4个隐藏的神经元。我们还假设我创建了一个名为

runSimulation（）

的函数，该函数将神经网络作为参数，使用该神经网络驱动汽车行驶，并返回平均速度（适应度）

如何根据

runSimulation（）

的重复结果训练神经网络

---

---

我希望我能正确地解释这一点（更不用说稍微知道我在做什么），但如果我没有，请告诉我

这似乎是一个有监督的学习问题。在这类问题中，您需要在训练神经网络之前提供一些答案

您可以尝试以下方法

为你的汽车创建一个简单的迷宫

在这个迷宫中手动驾驶你的车

收集你的转弯信息

假设你有一辆跟车

• rf=测距仪
• rf\u f=测距仪\u前进
• 右前=测距仪右前
• rf\u l=测距仪\u左
• rf_60=测距仪_60度
• rf_320=测距仪_320度

下面是你的射频图

  320   f   60
   \   |  / 
    \  | /
     \ |/  
 l--------------r
       |
       |
       |

您的列车组应如下所示

rf_f , rf_l , rf_r, rf_60, rf_320 , turn
0     0      0    0    0     0       0    // we go directly, no obstacles detected
0     0      0    0    0     0       0     // we go directly, , no obstacles detected
1.0   0      0    0    0     0       0    // We see a wall in forward far away. 
0.9   1      0    0    0     0       0.2  // We see a wall in forward and left, 
                                             therefore turn right slightly etc.
0.8   0.8      0    0    0     0     0.4  // We see a wall in forward and left, 
                                         therefore turn right slightly etc.

将这样的训练数据集提供给NN后，您可以对其进行训练