WEBVTT

00:00.450 --> 00:05.700
สวัสดีและยินดีต้อนรับสู่ Statoil และการพูดคุยเราเริ่มต้นแผนที่

00:05.850 --> 00:12.090
และตอนนี้ถึงเวลาสำหรับสิ่งที่น่าตื่นเต้นที่เราสร้างรถและเราทำอย่างนั้นกับชั้นเรียนแน่นอน

00:12.090 --> 00:18.660
คุณจะเห็นว่าคลาสนั้นเป็นประโยชน์อย่างมากในการสร้างบางสิ่งที่มีคุณสมบัติมากมายเพราะคุณสามารถเห็นไม่เพียง

00:18.660 --> 00:30.270
แต่การค้นหาตัวแปรบางอย่างจากรถของฉันเท่านั้น จากซ้ายไปขวาหรือไปทางตรง

00:30.720 --> 00:35.970
ดังนั้นเราจึงมีตัวแปรสองสามอย่างที่มีความสำคัญในการอธิบายสภาพแวดล้อมที่เรามีเช่นมุมซึ่งเป็นมุมระหว่างแกน

00:35.970 --> 00:42.590
x และแกนของทิศทางของรถ

00:42.630 --> 00:50.040
จากนั้นเรามีการหมุนซึ่งเป็นการหมุนครั้งสุดท้ายที่จำได้คือ 0 องศา 20 องศาหรือลบ 20

00:50.040 --> 00:51.550
องศา

00:51.570 --> 00:58.320
จากนั้นเรามีความเร็วพิกัด x ของเวกเตอร์ความเร็วและพิกัด y ของเวกเตอร์ความเร็ว

00:58.470 --> 01:05.740
แล้วเวกเตอร์ของพิกัดความเร็ว x และความเร็ว Y แล้วเรามีเซ็นเซอร์และสัญญาณ

01:05.830 --> 01:18.240
และนั่นเป็นสิ่งที่สำคัญมากสำหรับการโทรที่เรากำลังทำอยู่นั้นจะมีเซ็นเซอร์สามตัวเซ็นเซอร์หนึ่งตัวเซ็นเซอร์สองตัวและเซ็นเซอร์สามตัวที่จะทำการตรวจจับหากมีความรู้สึกด้านหน้ารถ

01:18.420 --> 01:25.070
จากนั้นเซ็นเซอร์ 2 คือเซ็นเซอร์ที่จะตรวจจับหากมีความรู้สึกใด ๆ ที่ด้านซ้ายของรถและเซ็นเซอร์ 3

01:25.080 --> 01:29.640
เป็นเซ็นเซอร์ที่จะตรวจจับหากมีความรู้สึกใด ๆ ที่ด้านขวาของรถ

01:29.950 --> 01:37.080
จากเซ็นเซอร์ทั้งสามตัวนี้เราจะได้รับสัญญาณที่สัญญาณที่ได้รับจากเซ็นเซอร์แต่ละตัว

01:37.290 --> 01:43.320
ดังนั้นสัญญาณหนึ่งคือสัญญาณที่ได้รับจากเซ็นเซอร์หนึ่งสัญญาณเพื่อเป็นสัญญาณที่ได้รับโดยเซ็นเซอร์ 2 และสัญญาณ 3

01:43.330 --> 01:46.370
คือสัญญาณเดียวที่ได้รับจากเซ็นเซอร์ 3

01:46.380 --> 01:47.700
และมันทำงานอย่างไร

01:47.770 --> 01:54.310
สัญญาณที่ 1 คือความหนาแน่นของการส่งรอบ ๆ เซ็นเซอร์หนึ่งสัญญาณที่จะเป็นความหนาแน่นของศูนย์กลางรอบ

01:54.820 --> 02:00.560
ๆ เซ็นเซอร์เพื่อส่งสัญญาณที่สามคือความหนาแน่นของการส่งไปรอบ ๆ ความไวและเราจะคำนวณความหนาแน่นของทรายนี้ได้อย่างไร

02:00.670 --> 02:01.690
นั่นง่ายมาก

02:01.700 --> 02:06.110
เราใช้สี่เหลี่ยมขนาดใหญ่รอบ ๆ เซ็นเซอร์แต่ละตัว

02:06.130 --> 02:12.490
อันนี้คือสี่เหลี่ยมจัตุรัส 200 ถึง 200 และสำหรับแต่ละช่องเราหารจำนวนในช่องด้วยจำนวนเซลล์ทั้งหมดในตารางที่ 22

02:12.490 --> 02:17.840
และ 20 เท่ากับ 400

02:18.070 --> 02:22.530
และนั่นทำให้เรามีความหนาแน่นของทรายเพราะสิ่งนั้นตรงกับจุดศูนย์กลาง

02:22.630 --> 02:27.790
เราทำสิ่งนี้กับเซ็นเซอร์แต่ละตัวและนั่นทำให้เรามีความหนาแน่นของทรายรอบ ๆ เซ็นเซอร์แต่ละตัว

02:27.790 --> 02:29.550
นั่นคือสัญญาณ

02:29.650 --> 02:35.450
เอาล่ะตอนนี้เรามีทุกอย่างที่จะตรวจจับเซ็นเซอร์แล้วเรามีฟังก์ชั่นย้าย

02:35.450 --> 02:41.530
และแน่นอนว่าฟังก์ชั่นการเคลื่อนย้ายคือสิ่งที่จะช่วยให้แกนกลางไปทางซ้ายไปตรงหรือไปทางขวา

02:41.920 --> 02:43.360
งั้นลองผ่านมันดู

02:43.360 --> 02:52.400
เรามีการอัปเดตตำแหน่งรถด้วยที่นี่ซึ่งเป็นตำแหน่งสุดท้ายซึ่งเป็นตัวเองผ่านได้ที่นี่และเวกเตอร์ความเร็ว

02:52.540 --> 02:58.720
ดังนั้นต้องขอบคุณเวกเตอร์ความเร็วตำแหน่งจะได้รับการปรับปรุงในทิศทางของเวกเตอร์ความเร็ว

02:58.930 --> 03:05.320
จากนั้นเราได้การหมุนซึ่งเราจะได้รหัสเพิ่มเติมลงตรงนี้

03:05.320 --> 03:08.040
การหมุนเท่ากับการกระทำกับการหมุน

03:08.040 --> 03:11.400
เขาจะเลือกการกระทำและจากนั้นในการหมุน

03:11.410 --> 03:15.580
ดังนั้นการป้องกันตนเองนี้จึงเท่ากับการหมุนตรงนี้

03:15.610 --> 03:22.360
มันคือการหมุนครั้งนี้ที่เราจะได้รู้ว่าเราต้องหมุนรถไปทางซ้ายหรือขวา

03:22.420 --> 03:29.560
จากนั้นเราอัพเดทมุมที่ฉันเตือนคือมุมระหว่างแกน x กับแกนของทิศทางของรถ

03:29.620 --> 03:45.500
และเมื่อรถเคลื่อนที่แล้วเราต้องทำการปรับปรุงเซ็นเซอร์และสัญญาณเพราะแน่นอนว่าเมื่อรถเพิ่งหมุนในขณะที่เซ็นเซอร์หมุนเช่นกันดังนั้นเราต้องหมุนมันโดยใช้ฟังก์ชั่นหมุนและที่เราเพิ่ม ตำแหน่งใหม่

03:45.790 --> 03:48.950
แล้วทำไมเราถึงมีเวกเตอร์นี้เป็น 30 0

03:49.090 --> 03:54.070
นั่นเป็นเพียงเพราะ 30 คือระยะห่างระหว่างรถยนต์กับเซ็นเซอร์

03:54.130 --> 03:59.080
คุณรู้ว่าระยะห่างระหว่างรถกับสิ่งที่รถตรวจพบ

03:59.230 --> 04:04.210
จากนั้นเมื่อเซ็นเซอร์ได้รับการปรับปรุงดีแล้วก็ถึงเวลาที่จะต้องปรับปรุงสัญญาณ

04:04.270 --> 04:07.110
และที่นี่เราทำสิ่งที่ฉันอธิบายให้คุณฟังสัญญาณคอมพิวเตอร์

04:07.240 --> 04:13.780
เราให้พิกัด x ของเซ็นเซอร์ของเราจากนั้นเราก็เอาเซลล์ทั้งหมดจาก Manston มาที่บวก 10 จากนั้นเราก็ทำเช่นเดียวกันสำหรับพิกัด

04:13.780 --> 04:19.070
y ที่นำเซลล์ทั้งหมดจากเมดิสันไปยัง 10 บวก

04:19.090 --> 04:28.280
ดังนั้นเราจึงได้สี่เหลี่ยมจัตุรัสขนาด 20 คูณ 20 พิกเซลรอบ ๆ เซ็นเซอร์และภายในสี่เหลี่ยมจัตุรัสเราจึงมีบางอันที่เก่ากว่า

04:28.300 --> 04:35.170
ดังนั้นโดยทั่วไปกับบางเซลล์เนื่องจากเซลล์มี 0 หรือ 1 และเนื่องจากใน 20 ถึง 20 ตารางจึงมี 20 เท่า

04:35.170 --> 04:38.060
20 เท่ากับ 400 เซลล์

04:38.200 --> 04:45.520
ทีนี้เราหารด้วย 400

04:45.730 --> 04:54.870
เพื่อให้ได้ความหนาแน่นของคนภายในสแควร์และนั่นคือวิธีที่เรารับสัญญาณของความหนาแน่นของศูนย์กลางรอบ ๆ เซ็นเซอร์และเราก็ทำเช่นเดียวกันสำหรับเซ็นเซอร์ตัวที่สองและเซ็นเซอร์ตัวที่สามเพื่อรับสัญญาณที่สองและ สัญญาณที่สาม

04:55.060 --> 04:55.340
ตกลง.

04:55.360 --> 05:00.220
นั่นคือการใช้เซ็นเซอร์แล้วโค้ดสามบรรทัดที่นี่มีความสำคัญมาก

05:00.220 --> 05:06.290
อีกสิ่งหนึ่งที่เราต้องการให้เราต้องการไปถึงรถของเราเมื่อถึงขอบด้านใดด้านหนึ่งของแผนที่

05:06.290 --> 05:16.380
คุณรู้ว่าเราไม่ต้องการให้รถวิ่งเข้าไปในกำแพงและเราต้องการลงโทษมันเมื่อมันเข้าใกล้กำแพงมากเกินไปและนั่นคือสิ่งที่เราทำที่นี่

05:16.630 --> 05:24.970
ถ้าเซ็นเซอร์ตัวแรกมีขนาดใหญ่กว่าอีกต่อไปลบ 10 นั่นก็ยิ่งใหญ่กว่าที่นี่เพราะยิ่งระยะทางนี่ตรงนี้อีกต่อไปลบ 10

05:24.970 --> 05:27.580
ตรงนี้

05:27.580 --> 05:33.550
ดังนั้นหากเซ็นเซอร์มีขนาดใหญ่กว่า Manison อีกต่อไปแล้วประเด็นทั้งหมดจะอยู่ที่นี่

05:33.550 --> 05:40.930
นั่นคือถ้ารถเข้าใกล้ขอบด้านขวาของแผนที่หรือถ้าเซลล์เซ็นเซอร์ทำหน้าที่ต่ำกว่า 10 นั่นตรงนี้ถ้ารถเข้าใกล้ขอบด้านซ้ายของแผนที่หรือถ้าเซ็นเซอร์

05:40.950 --> 05:48.250
Y ใหญ่กว่าลบ 10

05:48.250 --> 05:55.870
นั่นคือขอบด้านบนของแผนที่และหรือถ้าการตรวจสอบตัวเอง Y ต่ำกว่า 10

05:55.870 --> 05:58.670
นั่นคือขอบด้านล่างของแผนที่

05:58.720 --> 06:08.760
ดังนั้นถ้าหนึ่งเซ็นเซอร์ถึงขอบใด ๆ ของขอบทั้งสี่เราจะใส่สัญญาณของสัญญาณเซ็นเซอร์เมื่อสัญญาณส่ง

06:08.800 --> 06:10.290
เราจะตั้งให้เป็นหนึ่ง

06:10.540 --> 06:11.610
และนั่นหมายถึงอะไร

06:11.650 --> 06:15.390
นั่นหมายถึงเสียงเต็มเหมือนความหนาแน่นของทราย

06:15.580 --> 06:17.270
มันเป็นสิ่งที่แย่ที่สุดและคุณจะได้รับ

06:17.330 --> 06:19.540
มันมีเหตุผลมากมายที่จะหยุดรถของคุณ

06:19.660 --> 06:24.480
ดังนั้นสัญญาณจะเป็นหนึ่งและดังนั้นรถจะได้รับรางวัลเลวร้าย

06:24.490 --> 06:24.830
เอาล่ะ

06:24.820 --> 06:30.190
จากนั้นเราก็ทำเช่นเดียวกันสำหรับสัญญาณและสัญญาณสามจากเซ็นเซอร์สองอินสแตนซ์สาม

06:30.410 --> 06:30.790
เอาล่ะ

06:30.800 --> 06:40.720
จากนั้นเราสร้างคลาสเกมโดยพื้นฐานแล้วเป็นคลาสเพื่อสร้างเกมเพราะจนถึงตอนนี้เราเพิ่งสร้างรถยนต์และตอนนี้แน่นอนว่าเราต้องสร้างแผนที่

06:40.820 --> 06:42.310
เราต้องสร้างเกมเอง

06:42.410 --> 06:47.750
ดังนั้นเราจะไม่เล่นเกมเป็น AI

06:47.750 --> 06:52.240
ของเราที่จะเล่นเกมและเกมนั้นจริงเพื่อหลีกเลี่ยงอุปสรรคและจากสนามบินไปยังตัวเมืองและในทางกลับกัน

06:52.520 --> 07:00.540
ดังนั้นในคลาสเกมนี้เราจำเป็นต้องสร้างวัตถุบางอย่างเช่นรถแล้วเราต้องกำหนดฟังก์ชั่นการอัพเดท

07:00.590 --> 07:05.330
นั่นคือสิ่งที่สำคัญที่สุดและจริง

07:05.330 --> 07:12.250
ๆ แล้วเราจะมุ่งเน้นไปที่ตอนนี้เพราะนั่นคือในฟังก์ชั่นอัพเดทนี้ที่จะเลือกการกระทำที่รถต้องทำและทุกครั้งเพื่อให้บรรลุเป้าหมาย

07:12.350 --> 07:16.880
และการกระทำนี้เป็นผลลัพธ์ของเครือข่ายประสาทของเรา

07:16.880 --> 07:20.860
เจตจำนงใหม่ที่ทำงานซึ่งจะเป็นหัวใจของปัญญาประดิษฐ์ของเรา

07:20.930 --> 07:29.780
ดังนั้นการกระทำนี้ถูกส่งกลับโดยสมองของรถยนต์ซึ่งยังคงเป็นวัตถุของคลาสมนุษย์ของเราที่จะทำในไฟล์ AI ของเรา

07:29.930 --> 07:37.590
และวัตถุนี้มีวิธีการที่เรียกว่าการปรับปรุงและใช้เป็นคำที่ป้อนล่าสุดและสัญญาณสุดท้าย

07:37.610 --> 07:51.240
แน่นอนว่าคำสุดท้ายคือคำสุดท้ายที่รถคันนั้นมาและสัญญาณสุดท้ายแน่นอนว่าสัญญาณสุดท้ายของเซ็นเซอร์ทั้งสามส่งสัญญาณหนึ่งจากเซ็นเซอร์หนึ่งสัญญาณสองจากเซ็นเซอร์หนึ่งสู่สัญญาณสามจากเซ็นเซอร์ 3

07:51.440 --> 07:56.870
แต่ฉันจะเพิ่มอินพุตอีกสองตัวซึ่งเป็นทิศทางของรถเมื่อเทียบกับเป้าหมาย

07:56.900 --> 08:01.540
ตัวอย่างเช่นถ้ารถมุ่งหน้าไปยังเป้าหมายการปฐมนิเทศจะเท่ากับศูนย์

08:01.730 --> 08:06.730
หากไปทางขวาเล็กน้อยการวางแนวจะใกล้เคียงกับ 45 องศา

08:06.920 --> 08:11.820
และถ้าไปทางซ้ายเล็กน้อยการวางแนวจะใกล้ลบ 45 องศา

08:11.900 --> 08:15.380
นั่นคือแรงเข้าของสถานะอินพุตของเรา

08:15.410 --> 08:18.950
แล้วก็มีบทเรียนใส่ซึ่งก็คือการวางแนวลบ

08:19.010 --> 08:29.360
ดังนั้นโดยปกติแล้วอินพุตของเครือข่ายประสาทเทียมมีความเป็นอิสระไม่มีความสัมพันธ์แบบหลายค่า แต่มันไม่สำคัญว่าเราจะเป็นเช่นไร

08:29.480 --> 08:37.840
แต่ฉันก็ยังสังเกตเห็นว่าการเพิ่มการวางแนวลบนี้ช่วยให้รถสามารถฝึกให้รถเร่งความเร็วได้

08:37.940 --> 08:44.390
คุณรู้ว่าเรากำลังทำสิ่งนี้คือ AI ไม่ได้สำรวจไปในทิศทางเดียวกันเสมอไปโดยการเพิ่มการวางแนวลบ

08:44.390 --> 08:48.680
เราตรวจสอบให้แน่ใจว่ามันสำรวจในทั้งสองทิศทางทางซ้ายหรือขวา

08:48.920 --> 09:09.560
และนี่คือสัญญาณทั้งสามบวกกับการวางแนวและการวางแนวลบเป็นห้าอินพุตของเวกเตอร์ที่เข้ารหัสของเราซึ่งจะเข้าสู่เครือข่ายที่เวกเตอร์อินพุตของเราที่จะเข้าสู่เครือข่าย เป็นการกระทำที่จะเล่น

09:09.650 --> 09:26.110
และในแต่ละครั้งและผลลัพธ์จะถูกส่งกลับโดยฟังก์ชั่นอัพเดทนี้ที่มีเครือข่ายของตัวเองและผลลัพธ์ของเครือข่ายและนั่นคือเหตุผลที่เราต้องใส่สัญญาณสุดท้ายที่เป็นสถานะอินพุตและคำสุดท้ายเพราะการกระทำที่เล่น ขึ้นอยู่กับคำสุดท้าย

09:26.950 --> 09:37.500
เอาล่ะจากนั้นเราอัพเดทคะแนนหลักของคำที่เราอัพเดทการหมุนเราใช้ฟังก์ชั่นย้ายเพื่อหมุนรถตามการกระทำที่เลือก

09:37.510 --> 09:44.230
เราใช้ระยะทางของรถไปที่ถนนและเราจะได้ตำแหน่งของเซ็นเซอร์ลูกหนึ่งลูกสองในการตอบสนองทั้งสองของ Rieker

09:44.230 --> 09:48.490
ต่อลูกบอลที่จะเป็นตัวแทนของเซ็นเซอร์บนแผนที่

09:48.530 --> 09:49.880
คุณจะเห็นว่าเร็วมาก

09:50.550 --> 10:04.060
และที่นี่ส่วนนั้นมีความสำคัญมากเพราะนั่นคือที่ที่เราจะลงโทษรถถ้ามันเข้าสู่ความรู้สึกบางอย่างเพราะอย่างที่คุณเห็นนี่หมายความว่าถ้ารถเข้าสู่ความรู้สึกที่ดีมันจะช้าลง

10:04.150 --> 10:06.550
นั่นคือจุดที่เราลดความเร็วลง

10:06.590 --> 10:10.020
คุณรู้ว่าความเร็วของมันคือ 6 ตามที่คุณเห็นที่นี่

10:10.150 --> 10:14.410
และถ้ามันยังมีความรู้สึกบางอย่างมันจะเป็นอันที่จะทำให้ช้าลงถึง 1

10:14.430 --> 10:17.810
คุณจะเห็นว่ารถจะชะลอตัวลงอย่างไรเมื่อมันเข้าสู่ความรู้สึก

10:18.030 --> 10:19.090
ดังนั้นจึงช้าลง

10:19.210 --> 10:23.610
และนอกจากนั้นยังได้รับรางวัลที่ไม่ดีมันได้รับลบหนึ่งที่เราต้องการ

10:23.920 --> 10:26.140
และนั่นคือรางวัลที่แย่ที่สุดที่คุณจะได้รับ

10:26.140 --> 10:32.100
รางวัลที่ดีที่สุดคือหนึ่งคำที่แย่ที่สุดที่เราลบคือหนึ่งและรางวัลอยู่ระหว่างลบ 1 และบวก 1

10:32.530 --> 10:33.450
แล้วเป็นอย่างอื่น

10:33.570 --> 10:35.770
และรถไม่ได้อยู่บนทราย

10:35.980 --> 10:41.000
ทีนี้มันก็รักษาความเร็วในการมีเพศสัมพันธ์ตามปกติแล้วเราก็เพิ่มอย่างอื่น

10:41.080 --> 10:45.710
หากเข้าใกล้เป้าหมายก็จะได้รับผลบวกเล็กน้อย

10:45.910 --> 10:53.410
และถ้ามันห่างไกลจากเป้าหมายก็จะได้รับรางวัลลบเล็กน้อยลบ 0 2

10:53.590 --> 10:54.830
และสุดท้าย

10:54.830 --> 10:57.280
เงื่อนไขที่เกี่ยวข้องกับการให้รางวัล

10:57.470 --> 11:02.840
นั่นคือถ้ารถเข้าใกล้ขอบด้านหนึ่งมากเกินไปอย่างที่เราพูดไปแล้ว

11:02.910 --> 11:04.990
จำได้ว่าเมื่อเราพูดคุยเกี่ยวกับเซ็นเซอร์เชื้อเพลิง

11:05.220 --> 11:15.440
ถ้ารถเข้าใกล้ขอบด้านซ้ายของแผนที่มากเกินไปมันก็จะลบหนึ่งคำถ้ามันเข้าใกล้ขอบด้านขวาของแผนที่มากเกินไปมันก็จะได้รับรางวัลลบด้วยซ้ำ

11:15.710 --> 11:20.220
และถ้ามันเข้าใกล้ขอบด้านล่างของแผนที่มากเกินไปมันก็จะทำให้คุณหรือลบได้

11:20.360 --> 11:25.230
และถ้ามันเข้าใกล้มุมบนซ้ายของแผนที่มากเกินไปมันจะได้รับรางวัลลบหนึ่ง

11:25.230 --> 11:27.620
นั่นเป็นการลงโทษที่แย่มาก

11:27.620 --> 11:31.910
และคุณจะเห็นว่ามันเต็มและเร็วไม่เร่งรีบในสิ่งอื่น

11:31.940 --> 11:36.600
ถูกต้องแล้วนี่คือการปรับปรุงการเดินทางเมื่อถึงเป้าหมาย

11:36.620 --> 11:41.920
ดังนั้นคุณจะรู้ว่าเมื่อรถมาถึงสนามบินซึ่งเป็นครั้งแรกที่มีมุมซ้ายบนของแผนที่

11:41.930 --> 11:45.990
ในขณะที่เป้าหมายเปลี่ยนเป็นมุมล่างขวาของแผนที่ซึ่งเป็นตัวเมือง

11:46.250 --> 11:51.080
และนั่นคือสิ่งที่เราทำที่นี่เราอัพเดทพิกัด x

11:51.140 --> 11:55.870
ของอีกาและพิกัดสีขาวของการโทรจากนั้นเราอัพเดทระยะทางจากรถยนต์ไปยังรถยนต์

11:55.880 --> 11:56.260
เอาล่ะ

11:56.270 --> 11:58.320
และนั่นสำคัญน้อยกว่า

11:58.340 --> 12:10.790
นั่นเป็นเพียงคลาสที่จะเพิ่มเครื่องมือวาดภาพที่คุณรู้จักเพื่อให้เราสามารถทาสีถนนหรืออุปสรรคบนแผนที่ที่เกี่ยวข้องกับเค

12:10.790 --> 12:10.790
โวลต์

12:10.790 --> 12:17.570
ได้ดูถ้าคุณต้องการฉันจะให้รุ่นย่อของรหัสนี้และฉันจะให้การอ้างอิงบางอย่างถ้าคุณต้องการที่จะลึกลงไปเกี่ยวกับวิธีการทำเช่นนั้นด้วย skivvy

12:17.570 --> 12:22.730
แต่เราได้รับเพิ่มเติมจากปัญญาประดิษฐ์ดังนั้นฉันจะไม่เข้าไปดูรายละเอียด

12:22.910 --> 12:31.320
และนั่นก็เป็นสิ่งเดียวกันสำหรับส่วนรหัสสุดท้ายที่มีคลาสรถยนต์ซึ่งเหมือนกับปุ่ม API ที่ชัดเจนในการบันทึกและโหลด

12:31.520 --> 12:32.810
นั่นคือสิ่งที่เราทำที่นี่

12:32.820 --> 12:34.900
ล้างผ้าใบให้ปลอดภัย

12:34.940 --> 12:52.010
และที่จริงแล้วมันสำคัญมากที่เราจะสามารถบันทึกวันที่ฉันรู้จักเพื่อช่วยสมองเพื่อที่คุณจะสามารถนำมันกลับมาใช้ใหม่ได้ในภายหลังโดยการใช้ฟังก์ชั่นโหลดซึ่งเป็นเครื่องมืออื่นที่เราเพิ่มลงในแผนที่ คือการโหลดหน่วยความจำของรถยนต์วิธีการนำทางในแผนที่

12:52.250 --> 13:00.660
จากนั้นในที่สุดเราก็มีส่วนสุดท้ายของรหัสสุดท้ายซึ่งทำหน้าที่ทั้งหมดซึ่งเป็นแผนที่

13:00.980 --> 13:03.340
และนั่นคือสิ่งที่เรากำลังจะทำในตอนนี้

13:03.590 --> 13:07.020
ลองดูทุกสิ่งที่เราทำในรหัสนี้

13:07.040 --> 13:10.520
ดังนั้นตอนนี้ AI ยังไม่ถูกนำไปใช้

13:10.520 --> 13:13.910
ดังนั้นรหัสจะมีการเคลื่อนไหวแบบสุ่มมาก

13:13.940 --> 13:17.810
มันจะดูเหมือนแมลงจริง ๆ แต่ไม่ต้องห่วงเราจะแก้ไขมัน

13:17.810 --> 13:26.380
โดยปกติเราจะฝึกให้มันเคลื่อนที่เหมือนรถจริงและฝึกฝนเพื่อนำทางไปตามถนนบางสายและหลีกเลี่ยงอุปสรรคบางอย่าง

13:26.660 --> 13:27.710
ลงมือทำกันเถอะ.

13:27.710 --> 13:32.240
ฉันจะเลือกทุกอย่างและดำเนินการ

13:32.510 --> 13:33.900
และนี่คือแผนที่

13:33.950 --> 13:35.270
และนี่คือรถ

13:35.690 --> 13:36.070
เอาล่ะ

13:36.080 --> 13:41.600
นั่นคือสิ่งเล็ก ๆ น้อย ๆ ที่คุณเห็นว่ามีลักษณะเหมือนแมลงในรถของเรา

13:41.630 --> 13:45.960
อย่างที่ฉันบอกคุณว่าการกระทำนั้นสุ่มโดยสิ้นเชิง

13:46.220 --> 13:53.890
ดังนั้นทุกครั้งที่รถเลือกการกระทำแบบสุ่มว่าจะตรงไปทางซ้ายหรือไปทางขวา

13:53.930 --> 13:59.260
นั่นเป็นสาเหตุที่ทำให้มันเคลื่อนไหวไร้สาระและนั่นคือสาเหตุที่มันดูเหมือนแมลง

13:59.450 --> 14:01.460
ดังนั้นเราจะแก้ไขเรื่องนั้นอย่างแน่นอน

14:01.730 --> 14:12.930
และแน่นอนตั้งแต่ AI ถูกเปิดใช้งานมันจะไม่ไปถึงเป้าหมายซึ่งเป็นสนามบินที่นี่หรือไปยังตัวเมืองที่ด้านล่างขวาของแผนที่

14:13.760 --> 14:21.850
และเราจะแก้ไขทั้งหมดนี้ด้วยการสร้าง AIs ที่จะนำ AI

14:21.860 --> 14:26.480
มาใช้ในรถคันนี้หรือแมลงชนิดนี้เพื่อให้คุณสามารถเห็นลูกบอลสามลูกที่นี่สีเหลืองหนึ่งสีแดงและสีขาว

14:26.630 --> 14:28.190
นั่นคือเซ็นเซอร์สามตัวของเรา

14:28.220 --> 14:30.020
นั่นคือสิ่งที่เราจะตรวจพบ

14:30.020 --> 14:32.580
มีกลิ่นอยู่รอบ ๆ

14:32.810 --> 14:35.720
และพูดถึงกลิ่นกันงั้นเรามาโยนกัน

14:35.720 --> 14:45.510
เพื่อทำเช่นนั้นฉันเพียงแค่ต้องคลิกซ้ายที่นี่และคุณรู้ในบางแง่มุมโดยยังคงสอน

14:45.510 --> 14:50.240
ตอนนี้ฉันกำลังเพิ่มทรายแล้วเราก็เพิ่มอีกได้

14:50.250 --> 15:00.100
ดังนั้นในแต่ละครั้งที่คุณเป็นบ้าอย่างที่คุณเห็นว่าการใส่ค่าลงในอาร์เรย์ศูนย์นั้นจะส่งอาร์เรย์ที่พิกัด 00 ของแหล่งกำเนิด

15:00.180 --> 15:01.990
และที่นี่มีหลายอย่าง

15:02.080 --> 15:04.720
และอย่างที่คุณเห็นดีนั่นเป็นการดีที่ได้เห็นรถ

15:04.770 --> 15:07.240
เราเพิ่งจะลงมาและช้าลง

15:07.620 --> 15:12.230
อย่างที่คุณเห็นตอนนี้มันช้าลงจริง ๆ เพราะมันจะลงสู่พื้นทราย

15:12.510 --> 15:14.820
และตอนนี้มันกำลังพยายามหลบหนี

15:16.310 --> 15:28.490
และเพื่อให้คุณรู้ว่าสิ่งที่เราจะทำคือเราจะวาดถนนและเราจะวาดถนนจากสนามบินไปยังตัวเมืองและเราจะฝึกรถให้อยู่บนถนนและเพื่อหลีกเลี่ยงอุปสรรค

15:28.490 --> 15:28.830
เอาล่ะ

15:28.850 --> 15:37.230
และอย่างที่คุณเห็นมีปุ่มชัดเจนสำหรับล้างทรายมีปุ่มบันทึกเพื่อช่วยสมองของรถ

15:37.310 --> 15:51.680
และที่จริงแล้วมีเส้นโค้งหลักที่เราพูดถึงความปลอดภัยนั้นซึ่งช่วยรักษาโมเดลของคุณในสมองของรถของคุณและจากนั้นคุณสามารถรู้ได้ว่าเมื่อคุณออกจากความเย็นหรือปิดคอมพิวเตอร์แล้วคุณต้องการกลับไปใช้มันอีกครั้ง

15:51.920 --> 16:01.760
คุณสามารถใช้ปุ่มโหลดเพื่อโหลดโหมดของคุณที่จะโหลดสมองและที่จะได้รับ AI รถไฟของรถ

16:01.820 --> 16:06.030
เอาล่ะตอนนี้ฉันแทบรอไม่ไหวที่จะเริ่มสร้าง AI

16:06.080 --> 16:07.450
มันจะสนุกมาก

16:07.490 --> 16:13.910
เราจะสร้างเครือข่ายประสาทของเราและเราจะลงโทษรถทันทีที่มันไม่ทำสิ่งที่เราต้องการ

16:14.120 --> 16:16.290
ลองทำดูจากบทช่วยสอนต่อไป

16:16.400 --> 16:18.140
และจนกว่าจะถึงเวลานั้น