Спасибо! Буду дальше развивать свои проекты!

Благодарю, буду развивать!

Хорошая мысль, постараюсь в мае сделать!

Нет. Движения запрограммированы заранее.

Мечтаю давно уже, но пока с ногами не очень получается!

Что именно? Ни разу пока ничего не продавал))

@@radiorobots Пока не знаю.но что нибудь такое,такое мозги к хренам сносяшее изобретение😊😊😊такое чтонибудь похожее на нанаасемблер чтоб она структура атома и метерий меняло😊😊😊

@@radiorobots А экзоскелет собрать сможеш?

Привет! Дронами планирую заняться ближе к весне, чтобы полетать на улице можно было сразу. Понятие "крутой" у всех разное. На Али можно и за 10тр и за 20тр набор для сборки купить, плюс камера от 6тр и выше. Короче все очень индивидуально, нужны конкретные характеристики! Как ответить на вопрос: сколько стоит автомобиль, чтобы быстро ездил и модный был? )))

@@radiorobots крутость - это дальность полета в данном случае ) хотя бы на 2-3 км надо чтоб мог улетать и при этом передавать четкую картинку. Причем условия его использования - это не чистое поле, а лес.

Я пока не спец в квадракоптерах. Даже свой первый еще не собрал! А здесь задача непростая и в копеечку влетит! Стандартная аппаратура радиоуправления не дальше километра берет, аккумуляторы большой емкости нужны и легкие, рама не менее 450см, аппаратура для передачи видео на большую дальность. Я думаю может и 50тр будет мало для такого проекта. И мой первый квадрик весной будет гораздо проще и бюджетней)))

Электронику, конструирование, программирование. Всего по немногу)) Главное желание и фантазия! И надо быть еще немножко ребенком в душе)))

Спасибо вам огромное буду стараться

Пока не дорос до нейросетей)) Спасибо!

@@radiorobots 1. Моделирование физической среды (3d) в компе. 2. Поиск оптимальных значений. 3. Загрузка в железо и дальнейшее обучение. Смысл: с каждым циклом идёт поиск оптимальных значений. Почему сначала моделирование нужно: чтобы в процессе обучения алгоритм не сломал механику. Boston dinamics на ГА и нейросетях алгоритмы движения нашли для своих механизмов. И обучили.

Буду по-тихоньку разбираться, тема сложная.

@@radiorobots Представь это как черный ящик с входами и выходами. Входами могут быть текущее положение, цель в пространстве, обратная связь с датчиков, еще какие-то параметры. На выходах будут сигналы управления приводами. Например, серво1 в позицию 30°, серво2 в 32° и т.д. Есть функция пригодности - это то, к чему стремится алгоритм в зависимости от среды и от конкретной цели и условий выполнения. В твоём конкретном случае (двуногая платформа) целью например может быть, удержание равновесия. Но падать будет много, замучаешься поднимать, поэтому попробовать 2 параллельную цель: встать на ноги после падения. 1. Равновесие. 2. Подъём в стойку из любой позиции лёжа. 3. Шаги, 4. Бег. 5. Акробатика. Интересная тема)) огромный полет фантазии для творчества. Главное понять базу: алгоритм не программируется, а выращивается. Находится оптимум, хранится полученный алгоритм у нейросети в виде весов и структуры, у генетических алгоритмов в строке чисел (геноме). Нужен интерпретатор, например загрузил строку и он её обработал, на выходы подал, что посчитал внутри. С чего-то простого попробовать начать чтобы понять, как это работает. Суть адаптационных алгоритмов: обучение методом проб и ошибок (метод тыка) с нахождением оптимальных значений в изменяющейся среде.

@@radiorobots kzfaq.info/get/bejne/d8BpjK99uJ6miI0.html