Labomedia Ressources

Outils pour utilisateurs

Outils du site

Piste :
intelligence_du_pendule_de_furuta

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révisionLes deux révisions suivantes
intelligence_du_pendule_de_furuta [2022/06/30 11:50] – [Installation de l'intelligence artificielle] sergeintelligence_du_pendule_de_furuta [2022/06/30 11:51] – [Petit Pendule de Furuta] serge
Ligne 52: Ligne 52:
  
 =====Petit Pendule de Furuta===== =====Petit Pendule de Furuta=====
 +====Version tout en python====
 Au bout de très longs apprentissages, le maître a fini par comprendre que pigpio empilait les callbacks à traiter ce qui décalait l'apprentissage par rapport au pendule réel.\\ Au bout de très longs apprentissages, le maître a fini par comprendre que pigpio empilait les callbacks à traiter ce qui décalait l'apprentissage par rapport au pendule réel.\\
 Le codeur du balancier de 4 000 points crée 16 000 callbacks. En estimant la vitesse de rotation du balancier à 1 tour par seconde, la fréquence d'appel du callback est de 16 000 Hz.\\ Le codeur du balancier de 4 000 points crée 16 000 callbacks. En estimant la vitesse de rotation du balancier à 1 tour par seconde, la fréquence d'appel du callback est de 16 000 Hz.\\
Ligne 62: Ligne 63:
 Le codeur de 4 000 points a été remplacé par un codeur de 1 000 points, qui est grandement suffisant: les frottements ne permettent pas d'apprécier la position du points zéro à mieux que +- 1 ou 2 points. Le codeur de 4 000 points a été remplacé par un codeur de 1 000 points, qui est grandement suffisant: les frottements ne permettent pas d'apprécier la position du points zéro à mieux que +- 1 ou 2 points.
  
 +====Version avec ESP32====
  
 =====Suivi de l'efficacité de l'apprentissage avec tensorboard===== =====Suivi de l'efficacité de l'apprentissage avec tensorboard=====
intelligence_du_pendule_de_furuta.txt · Dernière modification : 2022/10/07 10:11 de serge