Tanto el refuerzo como el aprendizaje supervisado se pueden usar en automóviles sin conductor.
Es un poco más difícil determinar cómo encaja el aprendizaje no supervisado en los automóviles sin conductor, excepto para los componentes individuales si construye un sistema de ingeniería (por ejemplo, podría construir un subsistema de percepción que utilice el aprendizaje no supervisado).
Para el aprendizaje supervisado: tome la entrada del sensor y la acción del conductor, y aprenda una función que clona el controlador.
- ¿Podría el aprendizaje automático haber evitado la crisis financiera?
- ¿Cuáles son los algoritmos disponibles para diseñar un detector de actividad de habla hablada cercana?
- Ingeniero de Aprendizaje Automático de Udacity Nanodegree: ¿Dónde están los proyectos?
- ¿Cuándo funciona el aprendizaje conjunto?
- ¿Cuál es el proceso de modelado?
Para el aprendizaje de refuerzo: tome las entradas del sensor como el estado del mundo, dé acceso al algoritmo al volante / freno / acelerador, y recompénselo cuando se acerque al destino, y castíguelo cuando golpee cosas y / o duela personas. Luego déjelo funcionar durante unos millones de horas. Por lo general, esto se haría en un simulador.
