Hay todo un campo de ingeniería, llamado teoría de control, que se dedica a sistemas como este. Por ahora, supongamos que tenemos una buena percepción de nuestra posición actual (por ejemplo, apuntando una cámara al suelo).
En este caso particular, una opción, no la única, es lo que se llama control PID (proporcional-integral-diferencial). Funciona cuando usted:
- Tenga un sistema que tenga una salida, por ejemplo, y (t), en este caso, la posición del dron.
- Tiene una entrada de control que le permite cambiar el comportamiento, por ejemplo, u (t), pero u (t) no controla directamente y (t), es una relación complicada. En este caso, es el poder de los rotores.
- Desea hacer que y (t) haga algo ajustando u (t). y (t) se llama punto de ajuste , yu (t) se llama variable manipulada.
Entonces, ¿cómo calcula lo que le hace a usted (t) para que y (t) haga lo que quiere? Aquí está el enfoque básico:
- ¿Cómo podemos usar Tensorflow para problemas de clasificación?
- Cómo comenzar a trabajar en un proyecto de análisis de sentimientos
- ¿Cuáles son las cosas divertidas que encontró en el procesamiento del lenguaje natural (PNL)?
- ¿Cuándo debo usar un autoencoder frente a un RBM?
- ¿Qué métodos (sin supervisión) deberían usarse para la categorización jerárquica automática de documentos?
- Usted determina la diferencia entre lo que es ahora y lo que quiere que sea. Esto se llama el término de error o e (t).
- Luego calcula una función de e (t) en sí (la parte P), la integral de los valores anteriores (la parte I) y la diferencia entre la parte e última vez y esta vez (la parte D).
- Luego haces que (t) hagas eso y oye, ¡y (t) debería estar más cerca de donde quieres que esté!
Aquí hay un diagrama:
Esto es del artículo de Wikipedia (controlador PID) que es bastante bueno.
