Discussion :

[ia.jenny]

J’ai réalisé un programme de neurone artificiel, qui fonctionne bien.








Je voudrais faire bouger le serpent pour qu’il se dirige vers le point vert.

Combien de neurones faut-il pour bouger le serpent ?
Combien y a t il d’entrées et de sorties pour chaque neurones ?
Que dois-je faire apprendre aux neurones ?
Etc..

Je cherche de la doc. Et je n’en trouve nul part !!!
Merci Beaucoup

[Alp]

Tu sembles avoir compris la théorie mais pas la pratique.

Il te faut modéliser ton problème donc...

A priori, le serpent est modélisé par 4 points, donc 8 coordonnées.
Le point à atteindre est modélisé par ... 1 point, donc 2 coordonnées.
En entrée du réseau de neurones, il te faut donc connaître les coordonnées actuelles du serpent (8 informations à donner en entrée) + les coordonnées du point à atteindre (2 informations à donner en entrée). Ca fait donc 10 informations au total.

Ensuite, en sortie, je verrais bien une orientation, pour chacun des 4 points du serpent.
Et tu déplaceras de N pixels dans l'orientation donnée.
Ca pourrait par exemple être une valeur entre 0 et 1, avec [0, 0.25] -> gauche, [0.25, 0.5] -> haut, [0.5, 0.75] -> droite, [0.75, 1] -> bas.

C'est une bribe de modèle pour ton problème, je ne suis pas tellement sûr que la modélisation pour l'orientation des sorties soit correcte au niveau de l'apprentissage (au niveau de la continuité, bien qu'on puisse mettre en bijection continue le cercle unité et le segment [0;1]... à condition d'enlever un point au cercle unité.

Bref, à tester et méditer

[ia.jenny]

Salut,
Merci pour tes éléments de réponses.
Bizarre, tu mettrais les coordonnées du point à atteindre en entrée. Je ne comprends pas trop là.

Pour le déplacement, il y aurait deux solutions :

Les muscles font bouger les coordonnées des points(X,Y).
Donc, il devrait avoir 2 muscles dans mon exemple.
http://www.framsticks.com/common/neurons/muscle.html

L’autre solution, c’est selon le point recherché, est de calculer l’angle du muscle.

Je pense que la meilleure solution est la première.
Comme élément d’explication, j’ai trouvé ceci:
http://www.framsticks.com/f/al_simdetail.html
Je ne comprends toujours pas, ce que je devrais avoir en entrées et en sorties.
Et surtout que dois je faire apprendre au neurone ? Faudrait il pas 1 neurone pour chaque muscles ?
De plus, un muscle peut influencer sur le 2eme.


Bref tout s’embrouille dans ma tête, tout est confus.
Merci d’avance
@+

[ia.jenny]

Voici l’exécutable du serpent avec un muscle et une sinusoïdal.
Dans cette exemple entrée = sortie

Les 2 « pieds » du muscle bouge, mais le centre reste mobile.
Je ne sais pas comment faire.

http://s.w.o.free.fr/iar/Rn1.zip
Ps: Regarde Le fichier "Pour Snake.txt"

Mdr avec le fichier "Dent-De-Scie.txt"

[acx01b]

salut

en gros tout dépend de la manière dont ton serpent se déplace

la question que tu dois te poser c'est : es-tu capable de savoir quel est le mouvement optimal à chaque moment ?
si oui alors
1) tu n'as peut-être pas besoin de RDN
2) tu peux apprendre ce mouvement optimal à ton RDN

sinon alors :
tu ne peux pas faire d'apprentissage supervisé
et dans ce cas : d'une manière générale les algorithmes génétiques sont bien adaptés pour les animat
on m'a soufflé que dans ce cas (animat) il était intéressant de faire des réseaux bouclés avec oscillateurs (il n'y a pas de théorie rigoureuse, il faut tester et voir ce qui marche ou pas)

[ia.jenny]

Salut,
Ok merci, je vais me documenter sur « animat »
En faisant une recherche rapide, je pense que c’est la meilleure solution.
@+

[ia.jenny]

En fin de compte, je n'ai trouvé encore aucun doc.

[SpiceGuid]

Je voudrais faire bouger le serpent pour qu’il se dirige vers le point vert.

Les réseaux de neurones sont principalement associatifs, pour chaque entrée d'un espace continu ils associent une réponse discrète qui désigne quelle classe de stimuli a été identifiée.

Rien à voir donc avec ton application qui elle exige une réponse comportementale planifiée.

Dans le cas où l'on peut séparer l'espace avec un hyperplan, on dit que la fonction à approcher est linéairement séparable.

Nombre de ceux qui postent à propos des réseaux de neurones devraient d'abord se poser la question: mon problème admet-il une réponse linéairement séparable oui ou non

[Alp]

Les réseaux de neurones sont principalement associatifs, pour chaque entrée d'un espace continu ils associent une réponse discrète qui désigne quelle classe de stimuli a été identifiée.

Rien à voir donc avec ton application qui elle exige une réponse comportementale planifiée.

Vrai mais il faut savoir que l'on peut ruser pour s'en servir dans un cadre de prise de décision... Bien que ce soit assez bête en soi

Nombre de ceux qui postent à propos des réseaux de neurones devraient d'abord se poser la question: mon problème admet-il une réponse linéairement séparable oui ou non

Oui, et le théorème de Cybenko (notamment) aide pour cela !

[ia.jenny]

Merci,
Eh, ben ! C'est pas gagné !