Wzorzec percepcji
Wzorzec percepcji zawiera co najmniej jeden moduł, który postrzega i co najmniej jeden moduł, który działa. Na poniższym diagramie projektowym mózgu wzorzec percepcji jest przedstawiany jako wykres blokowy. Schemat blokowy jest odczytywany od lewej do prawej.
- Żółty owalny oznaczony jako Dane wejściowe zawiera czujnik, który definiuje stan środowiska.
- Przekazuje informacje do zielonego sześciokąta oznaczonego jako Postrzegany.
- Zielony sześciokąt Perceive przepływa do niebieskiego prostokąta Act, zaimplementowanego za pomocą DRL. Mózg otrzymuje przekształcone cechy percepcji i decyduje o wartościach akcji kontrolnych w celu kontrolowania systemu.
- Akcje sterujące są uwzględniane w żółtym owalnym owalnym danych wyjściowych.
Jest to moduł uczenia maszynowego, który przetwarza informacje o czujnikach w percepcji. Przykłady percepcji to wzrok, słuch, przewidywanie, klasyfikacja i filtrowanie. Moduły percepcji przekształcają nieprzetworzone dane w metryki zainteresowania podejmowania decyzji, takie jak przekształcanie obrazów w funkcje kształtu i rozmiaru.
Postrzeganie i działanie to różne umiejętności w oddzielnych modułach. Powodem jest uczenie się postrzegania i podejmowania decyzji jednocześnie, choć jest to możliwe, jest trudne. Zmuszamy sztuczną inteligencję, aby dowiedzieć się, co to robi, i co należy zrobić w tym samym czasie. Ponadto oddzielenie percepcji i działania zapewnia możliwość wyjaśnienia. Uzyskasz wgląd w to, co postrzega sztuczna inteligencja i jakie decyzje podejmuje oddzielnie.
Oddzielenie percepcji i akcji ułatwia rozwiązywanie problemów. Czarne pudełko ML może być trudne do rozwiązania problemu. Oddzielne moduły percepcji i podejmowania decyzji ułatwiają określenie, czy problem leży w złym postrzeganiu, czy złych decyzjach.