Donkey Car 模型訓練訣竅

要能訓練出全面的模型, 模式1 : 精確的開在車道線上(precise model) 這個期間,不太在乎車速,只要確定車子沿著線條中間,大約開了兩圈車道,占了資料量10%左右。 模式2 : 在車道小幅震盪(small-oscillation model) 故意不要用一致的車速,而且也不一定開在中央車道線上,這樣的訓練資料,可以讓你的神經網路(Neural Network)學習車道上,不同角度的視角,以及如何操作回中央車道。 在這個模型,不需要過度蒐集資料,大約2至3圈車道的數據就足夠。 模式3 : 較多震盪(large-oscillation model) 除了正常駕駛之外,每次過度震盪的駕駛時間,都能夠拉長,並且加上一些車速的變換,例如慢速震盪、快速震盪,讓每次的震盪都能觸及邊界,又再度修正回軌道。並且有時不要過度修正震盪。 有些Donkey Car的車友,可能試圖讓車子開出界線,但是我覺得不大需要,依照上述的訓練模式,就能訓練出經得起考驗的模型了。 影片出處 Source: Deep Learning on Medium

Read more