Làm thế nào tôi có thể thực hiện học máy đơn giản mà không có hành vi mã hóa cứng? [đóng cửa]

Tôi đã luôn quan tâm đến việc học máy, nhưng tôi không thể tìm ra một điều về việc bắt đầu với một ví dụ "Hello World" đơn giản - làm thế nào tôi có thể tránh hành vi mã hóa cứng?

Ví dụ: nếu tôi muốn "dạy" bot cách tránh các chướng ngại vật được đặt ngẫu nhiên, tôi không thể chỉ sử dụng chuyển động tương đối, bởi vì các chướng ngại vật di chuyển xung quanh, nhưng tôi không muốn mã cứng, nói, khoảng cách, bởi vì điều đó làm hỏng toàn bộ quan điểm của máy học.

Rõ ràng, mã tạo ngẫu nhiên sẽ không thực tế, vậy làm thế nào tôi có thể làm điều này?

Không chắc điều này có phù hợp với phạm vi của SE này hay không, nhưng dù sao đây cũng là một câu trả lời.

Với tất cả các phương pháp tiếp cận AI, bạn phải quyết định xem bạn đang tạo mô hình gì và loại không chắc chắn đó là gì. Khi bạn chọn một khung cho phép mô hình hóa tình huống của mình, bạn sẽ thấy các yếu tố nào là "cố định" và yếu tố nào là linh hoạt. Ví dụ, mô hình có thể cho phép bạn xác định cấu trúc mạng của riêng bạn (hoặc thậm chí tìm hiểu nó) với các ràng buộc nhất định. Bạn phải quyết định xem tính linh hoạt này có đủ cho mục đích của bạn hay không. Sau đó, trong một cấu trúc mạng cụ thể, bạn có thể tìm hiểu các tham số được cung cấp cho một tập dữ liệu đào tạo cụ thể.

Bạn hiếm khi hành vi mã cứng trong các giải pháp AI / ML. Đó là tất cả về mô hình hóa tình huống cơ bản và điều chỉnh các tình huống khác nhau bằng cách điều chỉnh các yếu tố của mô hình.

Trong ví dụ của bạn, có lẽ bạn có thể cho robot học cách phát hiện chướng ngại vật (bằng cách phân tích các yếu tố trong môi trường) hoặc bạn có thể theo dõi vị trí của chướng ngại vật và cách chúng di chuyển.