WEBVTT 00:00.450 --> 00:05.700 Halo dan selamat datang di Statoil dan untuk bicara kami menginisialisasi peta. 00:05.850 --> 00:12.090 Dan sekarang saatnya untuk hal-hal menarik yang kami buat mobil dan kami melakukannya dengan kelas tentu saja. 00:12.090 --> 00:18.660 Anda akan melihat bahwa kelas sangat praktis untuk membuat beberapa hal yang memiliki banyak properti karena seperti yang 00:18.660 --> 00:25.300 Anda lihat tidak hanya menemukan beberapa variabel dari mobil saya tetapi juga beberapa fungsi yang tentu saja adalah 00:25.300 --> 00:30.270 fungsi yang akan membuat mobil pindah ke kiri ke kanan atau lurus. 00:30.720 --> 00:35.970 Jadi kita memiliki beberapa variabel yang penting untuk menggambarkan lingkungan yang 00:35.970 --> 00:42.590 kita miliki misalnya sudut yang merupakan sudut antara sumbu x dan sumbu arah mobil. 00:42.630 --> 00:50.040 Kemudian kita memiliki rotasi yang merupakan rotasi terakhirnya yang diingat adalah 0 derajat 20 derajat atau 00:50.040 --> 00:51.550 minus 20 derajat. 00:51.570 --> 00:57.690 Kemudian kita memiliki kecepatan koordinat x dari vektor kecepatan dan koordinat y dari vektor 00:57.690 --> 00:58.320 kecepatan. 00:58.470 --> 01:05.740 Dan kemudian vektor koordinat kecepatan x dan kecepatan Y maka kita memiliki sensor dan sinyal. 01:05.830 --> 01:12.280 Dan itu sangat penting panggilan yang kami buat akan memiliki tiga sensor satu sensor dua 01:12.310 --> 01:18.240 dan tiga sensor satu sensor akan mendeteksi jika ada akal di depan mobil. 01:18.420 --> 01:25.070 Kemudian sensor 2 adalah sensor yang akan mendeteksi jika ada rasa di sebelah kiri mobil dan sensor 3 01:25.080 --> 01:29.640 adalah sensor yang akan mendeteksi jika ada rasa di sebelah kanan mobil. 01:29.950 --> 01:37.080 Dan kemudian dari ketiga sensor ini kita mendapat sinyal bahwa sinyal diterima oleh masing-masing sensor. 01:37.290 --> 01:43.320 Jadi sinyal satu adalah sinyal yang diterima oleh sensor satu sinyal untuk adalah sinyal yang diterima oleh sensor 2 dan 01:43.330 --> 01:46.370 sinyal 3 adalah tunggal yang diterima oleh sensor 3. 01:46.380 --> 01:47.700 Dan bagaimana cara kerjanya. 01:47.770 --> 01:54.310 Sinyal 1 adalah kerapatan kirim sensor satu sinyal ke kerapatan pusat sekitar sensor untuk sinyal 01:54.820 --> 02:00.560 tiga adalah kerapatan dikirim sekitar sensitivitas dan bagaimana kita menghitung kepadatan pasir ini. 02:00.670 --> 02:01.690 Yah, itu sangat sederhana. 02:01.700 --> 02:06.110 Kami mengambil beberapa kotak besar di sekitar masing-masing sensor. 02:06.130 --> 02:12.490 Ini sebenarnya kuadrat dari 200 oleh 200 dan untuk masing-masing kuadrat kita membagi jumlah yang di kuadrat 02:12.490 --> 02:17.840 dengan jumlah total sel di kuadrat yaitu 22 dan 20 sama dengan 400. 02:18.070 --> 02:22.530 Dan itu memberi kita kepadatan pasir karena yang sesuai dengan pusat. 02:22.630 --> 02:27.790 Kami melakukan ini untuk setiap sensor dan itu memberi kami kepadatan pasir di sekitar masing-masing sensor. 02:27.790 --> 02:29.550 Itu adalah sinyal. 02:29.650 --> 02:35.450 Baiklah jadi sekarang kita memiliki segalanya untuk mendeteksi sensor dan kemudian kita memiliki fungsi pemindahan. 02:35.450 --> 02:40.660 Dan tentu saja fungsi gerakan adalah apa yang memungkinkan inti untuk pergi ke kiri lurus atau 02:40.660 --> 02:41.530 ke kanan. 02:41.920 --> 02:43.360 Jadi mari kita lalui dengan cepat. 02:43.360 --> 02:50.410 Di sini kita memiliki pembaruan posisi mobil dengan posisi terakhirnya yaitu self pass di sini 02:50.740 --> 02:52.400 dan vektor kecepatan. 02:52.540 --> 02:58.720 Jadi berkat vektor kecepatan posisinya akan diperbarui ke arah vektor kecepatan. 02:58.930 --> 03:05.320 Kemudian kita mendapatkan rotasi yang akan kita dapatkan lebih jauh dalam kode di sini. 03:05.320 --> 03:08.040 Rotasi sama dengan aksi ke aksi rotasi. 03:08.040 --> 03:11.400 Dia akan memilih aksi dan kemudian berputar. 03:11.410 --> 03:15.580 Dan perlindungan diri ini sama dengan rotasi di sini. 03:15.610 --> 03:21.130 Rotasi inilah yang kita ketahui bagaimana kita perlu memutar mobil yang menuju ke kiri 03:21.130 --> 03:22.360 atau ke kanan. 03:22.420 --> 03:28.510 Kemudian kita perbarui sudut yang saya ingatkan adalah sudut antara sumbu x dan sumbu 03:28.510 --> 03:29.560 arah mobil. 03:29.620 --> 03:35.350 Dan begitu mobil telah bergerak maka kita harus memperbarui sensor dan sinyal karena tentu saja ketika 03:35.350 --> 03:41.380 mobil baru saja diputar sementara sensor telah diputar juga dan oleh karena itu kita perlu memutar mereka 03:41.380 --> 03:45.500 dengan menggunakan fungsi putar dan yang kita tambahkan posisi baru. 03:45.790 --> 03:48.950 Dan mengapa kita memiliki vektor 30 0 ini. 03:49.090 --> 03:54.070 Yah itu hanya karena 30 adalah jarak antara mobil dan sensor. 03:54.130 --> 03:59.080 Anda tahu jarak antara mobil dan apa yang terdeteksi mobil. 03:59.230 --> 04:04.210 Dan kemudian setelah sensor diperbarui Nah itu saatnya untuk memperbarui sinyal. 04:04.270 --> 04:07.110 Dan di sini kita melakukan persis apa yang saya jelaskan kepada Anda sinyal komputer. 04:07.240 --> 04:13.780 Kami memberikan koordinat x dari sensor kami kemudian kami mengambil semua sel dari Manston ke plus 10 kemudian kami 04:13.780 --> 04:19.070 melakukan hal yang sama untuk koordinat y mengambil semua sel dari Madison ke ditambah 10. 04:19.090 --> 04:27.040 Jadi karena itu kita dapatkan kuadrat 20 dengan 20 piksel yang mengelilingi sensor dan di dalam kuadrat kita beberapa yang 04:27.130 --> 04:28.280 lebih tua. 04:28.300 --> 04:35.170 Jadi pada dasarnya dengan beberapa sel karena sel mengandung 0 atau 1 dan karena dalam 20 dengan 20 kotak ada 04:35.170 --> 04:38.060 20 kali 20 sama dengan 400 sel. 04:38.200 --> 04:45.520 Kita membaginya dengan 400 untuk mendapatkan kepadatan di dalam alun-alun dan itulah bagaimana kita mendapatkan sinyal kepadatan pusat di 04:45.730 --> 04:52.090 sekitar sensor dan kita melakukan hal yang sama untuk sensor kedua dan sensor ketiga untuk mendapatkan 04:52.360 --> 04:54.870 sinyal kedua dan sinyal ketiga. 04:55.060 --> 04:55.340 BAIK. 04:55.360 --> 05:00.220 Jadi itu untuk mengambil sensor dan kemudian tiga baris kode di sini sangat penting. 05:00.220 --> 05:05.710 Ini adalah hal lain yang kami inginkan bahwa kami ingin sampai ke mobil kami ketika mencapai salah satu ujung 05:05.710 --> 05:06.290 peta. 05:06.290 --> 05:11.830 Anda tahu kami tidak ingin mobil masuk ke beberapa dinding dan oleh karena itu kami ingin menghukumnya untuk menghukumnya 05:11.830 --> 05:16.380 ketika terlalu dekat dengan Wall dan oleh karena itu itulah yang kami lakukan di sini. 05:16.630 --> 05:24.970 Jika sensor pertama lebih besar dari minus 10 yang lebih besar dari sini karena jarak yang lebih jauh di sini jadi lebih 05:24.970 --> 05:27.580 lama minus 10 ada di sini. 05:27.580 --> 05:33.550 Jadi jika sensor yang satu bertindak lebih besar dari Manison yang lama, semua poin ada di sini. 05:33.550 --> 05:40.930 Itu adalah jika mobil semakin dekat ke tepi kanan peta atau jika satu sensor sel bertindak lebih rendah dari 05:40.950 --> 05:48.250 10 itu ada di sini jika mobil semakin dekat ke tepi kiri peta atau jika sensor Y lebih 05:48.250 --> 05:55.870 besar dari lebih besar minus 10 itulah tepi atas peta dan atau jika Y yang disensor sendiri lebih rendah dari 05:55.870 --> 05:58.670 10, itu adalah tepi bawah peta. 05:58.720 --> 06:06.370 Jadi jika sensor mencapai salah satu dari keempat tepi ini, kita akan menaruh sinyal sinyal sensor 06:06.490 --> 06:08.760 ketika sinyal mengirim satu. 06:08.800 --> 06:10.290 Kami akan mengaturnya menjadi satu. 06:10.540 --> 06:11.610 Dan apa artinya itu. 06:11.650 --> 06:15.390 Itu berarti suara penuh seperti kepadatan penuh pasir. 06:15.580 --> 06:17.270 Ini seperti yang terburuk dan Anda bisa mendapatkannya. 06:17.330 --> 06:19.540 Ada begitu banyak perasaan bahwa itu akan menghentikan mobil Anda. 06:19.660 --> 06:24.480 Jadi sinyal akan menjadi satu dan karena itu mobil akan mendapatkan hadiah yang sangat buruk. 06:24.490 --> 06:24.830 Baiklah. 06:24.820 --> 06:30.190 Dan kemudian kita melakukan hal yang sama untuk sinyal juga dan sinyal tiga dari sensor dua contoh tiga. 06:30.410 --> 06:30.790 Baiklah. 06:30.800 --> 06:36.470 Dan kemudian kita membuat kelas permainan sehingga pada dasarnya kelas untuk membuat permainan karena sejauh ini kita 06:36.470 --> 06:40.720 hanya menciptakan mobil dan sekarang tentu saja kita harus membuat peta 06:40.820 --> 06:42.310 Kami harus membuat game itu sendiri. 06:42.410 --> 06:47.750 Jadi kita tidak akan bermain game itu AI kita yang akan bermain game dan permainan sebenarnya 06:47.750 --> 06:52.240 untuk menghindari rintangan dan pergi dari bandara ke pusat kota dan sebaliknya. 06:52.520 --> 06:59.610 Jadi di kelas game ini kita perlu membuat beberapa objek seperti mobil maka kita perlu mendefinisikan 06:59.630 --> 07:00.540 fungsi pembaruan. 07:00.590 --> 07:05.330 Itu yang paling penting dan sebenarnya kita akan fokus pada hal itu sekarang 07:05.330 --> 07:12.250 karena itu dalam fungsi pembaruan ini yang akan memilih tindakan yang harus dilakukan oleh mobil dan setiap kali untuk mencapai tujuannya. 07:12.350 --> 07:16.880 Dan tindakan ini persis merupakan hasil dari jaringan saraf kita. 07:16.880 --> 07:20.860 Surat wasiat baru yang berfungsi yang akan menjadi jantung dari kecerdasan buatan kita. 07:20.930 --> 07:27.550 Maka tindakan ini dikembalikan oleh otak mobil yang tetap menjadi objek kelas manusia kita yang akan 07:27.560 --> 07:29.780 dibuat dalam file AI kami. 07:29.930 --> 07:36.500 Dan objek ini memiliki metode yang disebut pembaruan dan dibutuhkan sebagai input kata terakhir dan 07:36.500 --> 07:37.590 sinyal terakhir. 07:37.610 --> 07:43.250 Jadi kata terakhir tentu saja kata terakhir yang diperoleh oleh mobil dan sinyal terakhir 07:43.250 --> 07:50.480 tentu saja sinyal terakhir dari tiga sensor, satu dari sensor satu, dua dari sensor ke sinyal tiga dari sensor 07:50.480 --> 07:51.240 3. 07:51.440 --> 07:56.870 Tapi kemudian saya menambahkan dua input lain yang merupakan orientasi mobil sehubungan dengan tujuan. 07:56.900 --> 08:01.540 Jadi misalnya jika mobil mengarah ke tujuan maka orientasinya akan sama dengan nol. 08:01.730 --> 08:06.730 Jika bergerak sedikit ke kanan maka orientasinya akan mendekati 45 derajat. 08:06.920 --> 08:11.820 Dan jika bergerak sedikit ke kiri orientasi akan mendekati minus 45 derajat. 08:11.900 --> 08:15.380 Jadi itulah input kekuatan dari status masukan kami. 08:15.410 --> 08:18.950 Dan kemudian ada pelajaran yang orientasi minus. 08:19.010 --> 08:25.250 Jadi biasanya input jaringan saraf independen. Tidak ada multikolinieritas tetapi tidak masalah jika kita 08:25.250 --> 08:29.360 ini karena jaringan saraf hanya akan memperbaikinya dengan beban. 08:29.480 --> 08:35.450 Tapi tetap saya perhatikan bahwa dengan menambahkan orientasi minus ini dengan baik yang memungkinkan mobil 08:35.450 --> 08:37.840 melatih mobil untuk menstabilkan akselerasi. 08:37.940 --> 08:43.460 Anda tahu kami melakukan ini adalah bahwa AI tidak selalu menjelajahi ke arah yang sama dengan menambahkan orientasi 08:43.460 --> 08:44.390 minus ini. 08:44.390 --> 08:48.680 Kami memastikan bahwa itu menjelajah di kedua arah, kanan atau kiri. 08:48.920 --> 08:55.780 Dan jadi ini tiga sinyal Plus orientasi dan minus orientasi adalah lima input vektor dikodekan 08:55.810 --> 09:03.020 kami yang akan masuk ke jaringan bahwa vektor input kami yang akan masuk ke jaringan dan 09:03.050 --> 09:09.560 setelah masuk ke jaringan Yah jaringan mengembalikan output yang adalah aksi untuk dimainkan. 09:09.650 --> 09:15.290 Dan setiap kali dan output dikembalikan oleh fungsi pembaruan ini yang berisi jaringan itu sendiri 09:15.290 --> 09:20.450 dan output dari jaringan dan oleh karena itu kami harus memasukkan sinyal terakhir 09:20.450 --> 09:26.110 yaitu keadaan input dan juga kata terakhir karena aksi untuk bermain tergantung pada kata terakhir. 09:26.950 --> 09:33.700 Baiklah dan kemudian kita perbarui skor utama dari kata-kata kita memperbarui rotasi kita menggunakan fungsi bergerak 09:33.700 --> 09:37.500 untuk memutar mobil sesuai dengan tindakan yang dipilih. 09:37.510 --> 09:44.230 Kami mengambil jarak mobil ke jalan dan kami akan mendapatkan posisi bola sensor satu bola dua di 09:44.230 --> 09:48.490 kedua Rieker menanggapi bola yang akan mewakili sensor di peta. 09:48.530 --> 09:49.880 Anda akan melihatnya dengan sangat cepat. 09:50.550 --> 09:56.230 Dan kemudian di sini bagian itu sangat penting karena di situlah kita menghukum 09:56.230 --> 10:04.060 mobil jika masuk akal karena seperti yang Anda lihat ini berarti jika mobil masuk akal juga akan melambat. 10:04.150 --> 10:06.550 Jadi di situlah kita mengurangi kecepatannya. 10:06.590 --> 10:10.020 Anda tahu kecepatannya biasanya 6 seperti yang Anda lihat di sini. 10:10.150 --> 10:14.410 Dan jika berlanjut ke beberapa pengertian itu akan menjadi salah satu yang akan diperlambat menjadi 1. 10:14.430 --> 10:17.810 Anda akan melihat bagaimana mobil akan melambat begitu masuk akal. 10:18.030 --> 10:19.090 Jadi lambat. 10:19.210 --> 10:23.610 Dan selain itu mendapat hadiah buruk juga mendapat minus yang kita inginkan. 10:23.920 --> 10:26.140 Dan itu sebenarnya hadiah terburuk yang bisa Anda dapatkan. 10:26.140 --> 10:32.100 Hadiah terbaik adalah salah satu yang terburuk kata kita adalah minus satu dan hadiahnya adalah antara minus 1 dan ditambah 1. 10:32.530 --> 10:33.450 Dan sebaliknya. 10:33.570 --> 10:35.770 Dan mobil itu tidak ke pasir. 10:35.980 --> 10:41.000 Yah itu membuat kecepatan seks yang biasa dan kemudian kita menambahkan sesuatu yang lain. 10:41.080 --> 10:45.710 Jika semakin dekat dengan tujuan maka itu akan mendapat hadiah yang sedikit positif. 10:45.910 --> 10:53.410 Dan jika semakin jauh dari tujuan Yah itu mendapat hadiah yang sedikit negatif minus 0. 2. 10:53.590 --> 10:54.830 Dan yang terakhir. 10:54.830 --> 10:57.280 Ketentuan yang terkait dengan hadiah. 10:57.470 --> 11:02.840 Nah itu kalau mobil terlalu dekat ke salah satu ujung seperti yang kita bicarakan sebelumnya. 11:02.910 --> 11:04.990 Ingat ketika kita berbicara tentang sensor bahan bakar. 11:05.220 --> 11:11.840 Jika mobil terlalu dekat dengan tepi kiri peta, maka minus satu kata jika terlalu dekat dengan tepi 11:11.840 --> 11:15.440 kanan peta, maka ia akan mendapat hadiah minus satu. 11:15.710 --> 11:20.220 Dan jika terlalu dekat dengan tepi bawah peta, itu membuat Anda atau minus satu. 11:20.360 --> 11:25.230 Dan jika terlalu dekat dengan kiri atas peta itu mendapat hadiah minus satu. 11:25.230 --> 11:27.620 Jadi itu hukuman yang mengerikan. 11:27.620 --> 11:31.910 Dan Anda akan melihat bagaimana penuh dan cepat untuk tidak terburu-buru ke sesuatu yang lain 11:31.940 --> 11:36.600 Baiklah dan kemudian ini untuk memperbarui perjalanan ketika tujuan tercapai. 11:36.620 --> 11:41.390 Jadi Anda tahu kapan mobil mencapai bandara yang merupakan go pertama ada sudut kiri atas 11:41.390 --> 11:41.920 peta. 11:41.930 --> 11:45.990 Sementara tujuannya berubah ke sudut kanan bawah peta yang merupakan pusat kota. 11:46.250 --> 11:51.080 Dan itulah yang kami lakukan di sini. Kami memperbarui koordinat x Gagak dan 11:51.140 --> 11:55.870 koordinat putih panggilan dan kemudian kami memperbarui jarak dari mobil ke mobil. 11:55.880 --> 11:56.260 Baiklah. 11:56.270 --> 11:58.320 Dan itu kurang penting. 11:58.340 --> 12:04.130 Itu hanya kelas yang akan menambahkan alat melukis yang Anda tahu agar kami dapat melukis beberapa jalan atau beberapa hambatan 12:04.130 --> 12:10.790 pada peta yang lebih terkait dengan K. V. dapat melihat jika Anda mau, saya akan 12:10.790 --> 12:16.370 memberikan versi kental kode ini dan saya akan memberikan beberapa referensi jika Anda ingin lebih dalam tentang bagaimana 12:16.370 --> 12:17.570 melakukannya dengan skivvy 12:17.570 --> 12:22.730 Tapi kita semakin jauh dari kecerdasan buatan jadi saya tidak akan membahas detailnya. 12:22.910 --> 12:30.110 Dan itu sama untuk bagian kode terakhir dengan kelas mobil yang sama seperti tombol API hapus simpan 12:30.110 --> 12:31.320 dan muat. 12:31.520 --> 12:32.810 Jadi itulah yang kami lakukan di sini. 12:32.820 --> 12:34.900 Kanvas bersih yang aman. 12:34.940 --> 12:40.220 Dan itu sebenarnya sangat penting bagi kita untuk dapat menyelamatkan hari yang saya tahu untuk 12:40.700 --> 12:46.520 menyelamatkan otak sehingga Anda dapat menggunakannya kembali nanti dengan mengambil fungsi beban yang merupakan alat lain yang kami 12:46.520 --> 12:52.010 tambahkan di peta untuk memuat otak mobil yang adalah untuk memuat memori mobil cara menavigasi di peta. 12:52.250 --> 12:57.830 Dan akhirnya kita memiliki bagian kode terakhir yang menjalankan seluruh hal yang 12:57.830 --> 13:00.660 menjalankan peta dan AI itu sendiri. 13:00.980 --> 13:03.340 Dan sebenarnya itulah yang akan kita lakukan sekarang. 13:03.590 --> 13:07.020 Mari kita lihat semua yang kami buat dalam kode ini. 13:07.040 --> 13:10.520 Jadi saat ini AI tidak diterapkan. 13:10.520 --> 13:13.910 Jadi kodenya akan memiliki pergerakan yang sangat acak. 13:13.940 --> 13:17.810 Ini benar-benar akan terlihat seperti serangga tetapi jangan khawatir kami akan memperbaikinya. 13:17.810 --> 13:24.860 Biasanya kami akan melatihnya untuk bergerak seperti mobil sungguhan dan melatihnya untuk menavigasi mengikuti beberapa jalan dan 13:24.920 --> 13:26.380 menghindari beberapa rintangan. 13:26.660 --> 13:27.710 Mari kita lakukan. 13:27.710 --> 13:32.240 Saya akan memilih semuanya dan menjalankan. 13:32.510 --> 13:33.900 Dan inilah peta. 13:33.950 --> 13:35.270 Dan ini mobilnya. 13:35.690 --> 13:36.070 Baiklah. 13:36.080 --> 13:41.600 Jadi itulah hal kecil di sini yang Anda lihat yang terlihat seperti serangga di mobil kami. 13:41.630 --> 13:45.960 Jadi seperti yang saya katakan tindakannya benar-benar acak. 13:46.220 --> 13:53.890 Jadi setiap kali mobil memilih tindakan secara acak apakah akan langsung ke kiri atau ke kanan. 13:53.930 --> 13:59.260 Jadi itu sebabnya dia membuat beberapa gerakan yang tidak masuk akal dan itu sebabnya itu terlihat seperti serangga. 13:59.450 --> 14:01.460 Jadi kami akan memperbaikinya tentu saja. 14:01.730 --> 14:09.500 Dan tentu saja karena AI diaktifkan Yah itu tidak pergi ke tujuan yang merupakan bandara di sini atau 14:09.500 --> 14:12.930 ke pusat kota di kanan bawah peta. 14:13.760 --> 14:21.850 Dan kami akan memperbaiki semua ini dengan membuat AI yang akan menerapkan AI ke dalam mobil ini atau serangga ini sehingga Anda dapat 14:21.860 --> 14:26.480 melihat tiga bola di sini yang kuning yang merah dan yang putih. 14:26.630 --> 14:28.190 Itu tiga sensor kami. 14:28.220 --> 14:30.020 Jadi itulah yang akan kami deteksi. 14:30.020 --> 14:32.580 Ada beberapa aroma di sekitarnya. 14:32.810 --> 14:35.720 Dan berbicara tentang aroma Yah, mari kita membuang beberapa. 14:35.720 --> 14:45.510 Jadi untuk melakukannya saya hanya perlu melakukan klik kiri di sini dan Anda tahu dalam arti dengan masih mengajar kiri. 14:45.510 --> 14:50.240 Jadi sekarang saya menambahkan beberapa pasir yang bisa kita tambahkan lagi. 14:50.250 --> 14:57.360 Jadi setiap kali gila seperti yang Anda lihat bahwa menempatkan yang di array pusat itu untuk mengirim 14:57.360 --> 15:00.100 array yang ke 00 koordinat asal. 15:00.180 --> 15:01.990 Dan di sini ada banyak sekali. 15:02.080 --> 15:04.720 Dan seperti yang Anda lihat dengan baik itu bagus untuk melihat mobil. 15:04.770 --> 15:07.240 Kami baru saja turun dan melambat. 15:07.620 --> 15:12.230 Jadi seperti yang Anda lihat sekarang ini benar-benar melambat karena masuk ke pasir. 15:12.510 --> 15:14.820 Dan saat ini sedang berusaha untuk melarikan diri. 15:16.310 --> 15:23.030 Jadi Anda tahu apa yang akan kami lakukan adalah kami akan menggambar beberapa jalan dan kami akan menggambar beberapa jalan dari 15:23.030 --> 15:28.490 bandara ke pusat kota dan kami akan melatih mobil untuk tetap di jalan dan untuk menghindari rintangan. 15:28.490 --> 15:28.830 Baiklah. 15:28.850 --> 15:35.690 Dan seperti yang Anda lihat ada tombol yang jelas untuk membersihkan pasir ada tombol simpan untuk 15:35.690 --> 15:37.230 menyelamatkan otak mobil. 15:37.310 --> 15:43.640 Dan sebenarnya ada kurva inti ini yang kita bicarakan keselamatan yang menyelamatkan model Anda sebenarnya otak 15:43.640 --> 15:50.270 mobil Anda dan kemudian Anda dapat Anda tahu kapan Anda meninggalkan flu atau mematikan komputer Anda dan Anda 15:50.270 --> 15:51.680 ingin kembali lagi. 15:51.920 --> 15:59.290 Anda dapat menggunakan tombol muat untuk memuat mode Anda yang memuat otak dan yang akan mendapatkan 15:59.360 --> 16:01.760 kereta AI mobil Anda. 16:01.820 --> 16:06.030 Baiklah jadi sekarang saya tidak sabar untuk mulai membuat AI. 16:06.080 --> 16:07.450 Ini akan sangat menyenangkan. 16:07.490 --> 16:13.910 Kami akan membuat jaringan saraf kami dan kami akan menghukum mobil begitu tidak melakukan apa yang kami inginkan. 16:14.120 --> 16:16.290 Jadi mari kita lakukan itu dari tutorial selanjutnya. 16:16.400 --> 16:18.140 Dan sampai saat itu menikmati.