jvictordias/deepcars

Deep Cars

Projeto onde várias Redes Neurais competem para aprender a dirigir em uma pista de corrida com obstáculos.

Sobre o Projeto

A ideia consiste em utilizar uma "seleção artificial" para evoluir os pesos de várias redes neurais, com o propósito de encontrar a melhor combinação e assim obter o melhor comportamento para os carros.

O simulador foi criado do zero(sem engines) utilizando a biblioteca gráfica Programming Interface Gaming (PIG) que por sua vez é baseada na tradicional Simple DirectMedia Layer (SDL).

A Rede Neural Artificial utilizada foi uma Perceptron Multilayer com 3 camadas!

• Camada de Entrada com 18 sensores + 1 Viés, totalizando 19 Neurônios

• Camada Escondida com 6 neurônios + 1 Viés, totalizando 7 Neurônios

• Camada de Saída com 4 neurônios (Acelerar, Ré, Virar para a Esquerda, Virar para a Direita)

• A função de ativação utilizada em todos os neurônios foi a ReLU.

• O método de aprendizagem é comumente chamado de "Random Mutations".

• O tamanho da população que utilizei foi de 1000 indivíduos.

• O tempo de aprendizagem variou entre 5 ~ 20 minutos.

  Para mais informações e explicações acesse o vídeo demonstrativo.

Por quê?

Desenvolvi esse projeto por curiosidade e diversão :)

Para mais projetos como esse visite o canal.

Observações:

• O arquivo 'redeNeural.c' contém todas as funções relativas à implementação da Rede Neural (tudo sobre a rede neural está nesse arquivo). Ele está genérico, ou seja, você pode baixar o arquivo e incluir no seu projeto e você conseguirá usar a rede neural facilmente.

  Exemplo:

  RedeNeural* Car = RNA_CriarRedeNeural(1,2,3,4);
  

  Nesse exemplo nós estamos criando uma variável chamada 'Car' que vai receber a Rede Neural que foi alocada dentro da função RNA_CriarRedeNeural()... Não esqueça de destruí-la após usar, utilizando a função:

  RNA_DestruirRedeNeural(Car);
  

• A função 'ControlarEstadoCarros' dentro do arquivo 'main.cpp' contém o código que faz a comunicação entre o simulador e a rede neural.

• O resto dos arquivos são apenas os códigos da implementação do simulador.

No arquivo DeepCars.rar você encontra o projeto completo (todos os códigos, imagens, biblioteca gráfica, e as dll's necessárias para executar o ambiente onde os carros vão aprender).

Um grande abraço!

deepcars's Issues

Como instalar o projeto no windows

Ola tudo certo? Nao domino muito c++, entao estou tendo dificuldade para rodar o projeto na minha maquina, gostaria de saber qual o processo de instalação, instalei o MinGW mas recebo esse erro ao rodar
gcc -o c.exe redeNeural.c redeNeural.c:1:10: fatal error: gsl/gsl_rng.h: No such file or directory #include <gsl/gsl_rng.h> ^~~~~~~~~~~~~~~ compilation terminated.

abraços

Como rodar o projeto no debian?

Gostaria de saber como faço para rodar este projeto no Debian. Desde já, sou grato.

Training vs. Testing datasets

prefere em português ou inglês?
Primeiro: excelente código, muito legal. Eu também fiz alguns códigos de ML no Sololearn, e "hardcore" como o seu, sem tensorflow, etc.
Segundo: o labirinto de treino está bem complexo e interessante. Precisava pegar o aprendizado feito nessa pista e aplicar em outra pista (a mesma espelhada? Ou correndo no sentido inverso?) para ver a robustez da rede a novas situações desconhecidas.
Terceiro: nas suas novas gerações porque você também não mantém o pai/mãe original como um dos filhos (ou um filho sem mutação)? Isso iria evitar que a próxima geração fosse pior que a geração anterior.
Quarto: a sua linha de chegada não está sendo interpretada como uma parede? Se for assim, os carros vão evitar chegar lá.
Quinto: a visualização está show! Novamente, parabéns por tudo!!!
Edit: Sexto: os carros não veem a lama ou turbo, então é só por sorte que eles passam por isso. Talvez colocar sensores para isso seria interessante.