Neural truck backer-upper system 由Nguyen和Widrow提出(1989) 包括多层由BP梯度下降算法训练得到的前馈神经网络 神经控制系统包括两个神经网络 >控制网络：在给定的停车位置 (x,y)和角①，产生 一个合适的舵角输出信号 >模仿网络：输入当前车的位置和由控制网络计算得来 的当前舵角的输出，计算车的下一个位置 因为我们不能得到具有普遍性的样本，因此不能训练 模仿网络，并且BP学习算法对一些训练样本而言并不 收敛。而对于模仿网络，样本数应该大于3000。e.g.本 例的样本数应该为18×5×5×7=3150) 西安电子科技大学电子工程学院 School of Electronfe Engineering I111111Neural truck backer-upper system • 由Nguyen和Widrow提出（1989） • 包括多层由BP梯度下降算法训练得到的前馈神经网络 • 神经控制系统包括两个神经网络 Ø 控制网络 ：在 给定的停车位置（x,y）和角Φ，产生 一个合适的舵角输出信号 Ø 模仿网络 ：输入当前车的位置和由控制网络计算得来 的当前舵角的输出，计算车的下一个位置 （因为我们不能得到具有普遍性的样本，因此不能训练 模仿网络，并且BP学习算法对一些训练样本而言并不 收敛。而对于模仿网络，样本数应该大于3000。e.g. 本 例的样本数应该为18×5×5×7＝3150 ）