Курс 1: Введение

Перед авторами стояла задача создания недорогого, простого в изготовлении любым школьником в домашних условиях, устройства - учебного пособия предназначенного для обучения искусственному интеллекту а также конструированию, моделированию и программированию, и новым технологиям (вернее старым, отложенным в 90-х годах из за нехватки вычислительных мощностей) глубокого обучения на нейронных сетях с реализацией в различных версиях: на основе многопроцессорных стеков, на облачных сервисах, на графических/тензорных/нейронных процессорах, на программируемых логических интегральных схемах (ПЛИС / FPGA — Field Programmable Gate Array) - проектирования цифровых схем на уровне регистровых передач (Register Transfer Level — RTL), с использованием языков описания аппаратуры (Hardware Description Language — HDL).
 Авторами предложена модель человекоподобного робота, играющего в хоккей в полном автоматическом режиме, с использованием глубоких нейронных сетей для распознавание образов и принятие решений, подобно системы беспилотного управления автотранспортом, для распознавания роботом хоккейной шайбы, ворот противника, игроков своих и противника, а также разметки и пределов поля, и на основании этой информации принимать решения по выбору направления перемещения по хоккейному полю и манипуляцией хоккейной шайбой с помощью хоккейной клюшки.
 Выбор исследования и применения глубоких нейронных сетей был сделан исходя из того, что это направление искусственного интеллекта является трендом №1 в мире как среди ведущих игроков IT бизнеса, так и ведущих развитых государств мира.
  Проект направлен на результативное обучение школьников и студентов ИИ, поэтому авторы в силу своего опыта в этой области более 12 лет считает необходимым использовать именно элементы ИИ для управления изделием. Это изделие совместно с WEB ресурсом дает возможность обучению таким направлениям ИИ как:
 - распознавание образов;
 - моделирование принятия решений одним роботом в игре в хоккей, его поведение в команде, против противника;
 - моделирование принятия групповых решений командой роботов игроков в хоккей;
 - моделирование стратегий против одного робота и команды противника;
 - навигации на основе ИИ;
 - локации на основе ИИ.
 Решение в комплексе такой задачи в мировой практике образования не выполнялось ранее.
 Один из основных конкурентов в этой области это самый дорогой игрок RoboCup, робот корейской фирмы ROBOTIS. Модель DARwIn OP стоимостью 1300000 руб. интеллект которого формируется с помощью игровых симуляторов. 

Источник: Использование симуляторов в робототехнике на примере симулятора Gazebo и робота DARwIn-OP, играющего в футбол. https://habr.com/company/robotgeeks/blog/258911/
 Авторы предложили формировать интеллект своего изделия на нейронных сетях с обучением с учителем. В качестве учителя выступает человек- оператор, управляющий со смартфона через Wi-Fi роботом играющий в хоккей. Входные данные для обучения нейронных сетей формируют видеокамеры, датчики и энкодеры сервомоторов.

© 2018 Журнал научно-технического творчества педагогов и школьников "Главный конструктор"