J'essaie de former le robot pour des actions spécifiques telles que la saisie ou le pointage en utilisant le RNN. Le robot est composé d'un bras et d'une tête contenant une caméra. Aussi l'espace de travail sera la petite table de sorte que le bras et les objets peuvent être localisés. L'entrée du réseau neuronal récurrent sera la trame d'image de chaque pas de temps depuis la caméra et la sortie sera l'angle moteur cible de la prochaine image du bras du robot. Lorsque la trame d'image actuelle est transmise au réseau, le réseau délivre la valeur moteur du bras pour la trame suivante. Et lorsque le bras atteint la position suivante, la trame d'entrée dans cette position est de nouveau acheminée vers le réseau et elle produit à nouveau la sortie suivante du moteur.Comment former le réseau de neurones avec un petit ensemble de données ou comment faire d'énormes ensembles de données sans intervention humaine?
Cependant, lorsque je fais les données pour l'entraînement, je dois faire toutes les données de paire (image, angle de moteur) pour toute la position sur l'espace de travail. Même si le réseau peut faire un peu de généralisation, les données nécessaires sont trop longues et il faut beaucoup de temps car il y a trop de trajectoires.
Généraliser le problème que j'ai, le temps pour obtenir des données d'entraînement pour le réseau est trop. Existe-t-il un moyen ou une méthode permettant de former un réseau avec un ensemble de données de petite taille? Ou faire un énorme ensemble de données dans le cadre d'une intervention humaine relativement petite?