如何利用神经网络教机器人走路？
说起乐高积木，大多数人一定都想的是小孩子的玩具吧？但如果再加上cortex-m4处理器，一两个马达和一些电线绑带，你能把它玩得有“技术含量”吗？当然，“技术流”玩家还是有的，sebastian förster，这位来自德国的嵌入式系统开发者，便用这些东西搭建了一个四足机器人，并且用神经网络教会它走路。这个被命名为“scratchy”小怪物的机器人，一共有四个伺服电机控制四条腿，使用超声波探测距离，主控则用的是stm32f407探索开发板。
对此，arm深度学习技术总监mark connor专程和sebstian见面并对他进行了采访，请他谈了一下为什么要做这个“小怪物”以及他的心得体会，让我们一起来围观下吧。
能否谈谈你怎么想到要去做这个“小怪物”的吗？
我目前硕士学位论文的题目就是有关如何在更小的cortex-m处理器上实现机器学习，通过一个神经网络的实例来做性能测试。而作为测试的一部分，我把fann神经网络库移植到了cortex-m4上，并且我不想做太学术太死板的东西，而希望是有型的东西，于是我选择做个机器人。如你所见，其实我没做的很复杂，就先把一些乐高积木连到电机上，然后再连到一块有足够flash和sram的stm32f4开发板上。
“小怪物”的成功也证明了我论文的结论——在小型的基于cortex-m设备上运行机器学习算法是完全可能的。
你有没有试图自己对腿部动作进行编程？
当然没有，这显然应该是让ai去干的！“小怪物”的结构允许我可以独立地训练向前和向后的步法，让我大吃一惊的是，虽然它没有膝关节，但是也能工作。因为deep mind在 atari q-learner上取得了很大的成功，所以我也决定使用q-learning，并且我可以在他们的基础之上编写q-learning的代理。 fann库其实是由其他人开发并在lgpl许可下开源的，我只是单纯移植到了cortex-m4上。
你是如何决定网络拓扑的？
sram的大小限制了拓补结构，神经网络可以做的更大，但使用额外的变量会消耗非常多的存储器空间，而我更想直接在cortex-m4上直接进行训练。在我看来，使用两个或三个前馈层并没有太大区别，尽管我没有直接比较它们，而我想压榨一下处理器！
用微控制器进行当前的神经网络研究是否容易？
其实裸c（非cuda）框架完全可以适用于512kb闪存和256kb sram，我很幸运地找到fann，但是我需要编写一个小文件系统，以便库可以直接从闪存加载保存的网络权重。”
你对那些有兴趣构建和培训自己的机器人的开发者，有什么建议吗？
用StateCad实现帧定位系统
贸泽电子即日起备货Maxim Integrated 的MAX77734 电源管理IC
维修口诀
DLP平视显示器的原理及特点介绍
为什么华为只把麒麟芯片用在高端机上，而中低档却用高通、联发科的芯片？
如何利用神经网络教机器人走路？
大联大世平集团推出基于NXP LPC54101的E-Lock解决方案
采用TC35I的智能蓝牙无线电路设计
NVIDIA：自驾车发展单一运算平台机会不大
昂达瞄准内存市场,DDR3面向低端,面向AMD
基于DSP的高速实时语音识别系统的设计
LED芯片生产过程与MOCVD知识
智能汽车将促进嵌入式软件架构的接受度
新时代的扫地机器人未来该如何发展
电路交换的主要特点
单片机要如何寻址？
配电室智慧运维提高配电室的管理水平与运行效率
奥迪e-tronS 全球首次量产三电机动力系统开发解密
英特尔推进全新架构，面向数据中心、HPC-AI和客户端计算
坚果pro已经正式发布：vivoX9和锤子坚果pro评测对比，你会买谁？
对此，arm深度学习技术总监mark connor专程和sebstian见面并对他进行了采访，请他谈了一下为什么要做这个“小怪物”以及他的心得体会，让我们一起来围观下吧。
能否谈谈你怎么想到要去做这个“小怪物”的吗？
我目前硕士学位论文的题目就是有关如何在更小的cortex-m处理器上实现机器学习，通过一个神经网络的实例来做性能测试。而作为测试的一部分，我把fann神经网络库移植到了cortex-m4上，并且我不想做太学术太死板的东西，而希望是有型的东西，于是我选择做个机器人。如你所见，其实我没做的很复杂，就先把一些乐高积木连到电机上，然后再连到一块有足够flash和sram的stm32f4开发板上。
“小怪物”的成功也证明了我论文的结论——在小型的基于cortex-m设备上运行机器学习算法是完全可能的。
你有没有试图自己对腿部动作进行编程？
当然没有，这显然应该是让ai去干的！“小怪物”的结构允许我可以独立地训练向前和向后的步法，让我大吃一惊的是，虽然它没有膝关节，但是也能工作。因为deep mind在 atari q-learner上取得了很大的成功，所以我也决定使用q-learning，并且我可以在他们的基础之上编写q-learning的代理。 fann库其实是由其他人开发并在lgpl许可下开源的，我只是单纯移植到了cortex-m4上。
你是如何决定网络拓扑的？
sram的大小限制了拓补结构，神经网络可以做的更大，但使用额外的变量会消耗非常多的存储器空间，而我更想直接在cortex-m4上直接进行训练。在我看来，使用两个或三个前馈层并没有太大区别，尽管我没有直接比较它们，而我想压榨一下处理器！
用微控制器进行当前的神经网络研究是否容易？
其实裸c（非cuda）框架完全可以适用于512kb闪存和256kb sram，我很幸运地找到fann，但是我需要编写一个小文件系统，以便库可以直接从闪存加载保存的网络权重。”
你对那些有兴趣构建和培训自己的机器人的开发者，有什么建议吗？
用StateCad实现帧定位系统
贸泽电子即日起备货Maxim Integrated 的MAX77734 电源管理IC
维修口诀
DLP平视显示器的原理及特点介绍
为什么华为只把麒麟芯片用在高端机上，而中低档却用高通、联发科的芯片？
如何利用神经网络教机器人走路？
大联大世平集团推出基于NXP LPC54101的E-Lock解决方案
采用TC35I的智能蓝牙无线电路设计
NVIDIA：自驾车发展单一运算平台机会不大
昂达瞄准内存市场,DDR3面向低端,面向AMD
基于DSP的高速实时语音识别系统的设计
LED芯片生产过程与MOCVD知识
智能汽车将促进嵌入式软件架构的接受度
新时代的扫地机器人未来该如何发展
电路交换的主要特点
单片机要如何寻址？
配电室智慧运维提高配电室的管理水平与运行效率
奥迪e-tronS 全球首次量产三电机动力系统开发解密
英特尔推进全新架构，面向数据中心、HPC-AI和客户端计算
坚果pro已经正式发布：vivoX9和锤子坚果pro评测对比，你会买谁？