Wie kann ich einfaches maschinelles Lernen ohne hartcodiertes Verhalten durchführen? [geschlossen]

Ich war schon immer an maschinellem Lernen interessiert, aber ich kann nicht herausfinden, wie ich mit einem einfachen "Hallo Welt" -Beispiel beginnen soll - wie kann ich ein hartes Codierungsverhalten vermeiden?

Wenn ich zum Beispiel einem Bot "beibringen" wollte, wie man zufällig platzierte Hindernisse vermeidet, konnte ich nicht einfach Relativbewegung verwenden, weil sich die Hindernisse bewegen, aber ich möchte nicht hart codieren, sagen wir, Distanz, weil das so ist ruiniert den ganzen Sinn des maschinellen Lernens.

Das zufällige Generieren von Code wäre natürlich unpraktisch. Wie könnte ich das tun?

Ich bin mir nicht sicher, ob dies in den Geltungsbereich dieser SE passt, aber hier ist trotzdem eine Antwort.

Bei allen KI-Ansätzen müssen Sie entscheiden, was Sie modellieren und welche Unsicherheit besteht. Sobald Sie ein Framework ausgewählt haben, mit dem Sie Ihre Situation modellieren können, sehen Sie, welche Elemente "fest" und welche flexibel sind. Mit dem Modell können Sie beispielsweise Ihre eigene Netzwerkstruktur mit bestimmten Einschränkungen definieren (oder sogar lernen). Sie müssen entscheiden, ob diese Flexibilität für Ihre Zwecke ausreicht. Innerhalb einer bestimmten Netzwerkstruktur können Sie dann Parameter anhand eines bestimmten Trainingsdatensatzes lernen.

In AI / ML-Lösungen wird das Verhalten selten hart codiert. Es geht darum, die zugrunde liegende Situation zu modellieren und verschiedene Situationen zu berücksichtigen, indem Elemente des Modells optimiert werden.

In Ihrem Beispiel kann der Roboter möglicherweise lernen, wie Hindernisse erkannt werden (indem Elemente in der Umgebung analysiert werden), oder Sie können verfolgen, wo sich die Hindernisse befanden und in welche Richtung sie sich bewegten.