واجهت أنظمة الطيران المستقلة المدعومة بالتعلم المعزز (RL) مؤخرًا عقبة كبيرة. كانت تعمل بشكل كامل قبل حوالي أسبوعين، ثم انهارت الأمور. قضيت أيامًا في البحث عن أربعة أخطاء فادحة للغاية—نوعية التي تجعلك تشك في كل شيء. بصراحة، كانت مرهقة للأعصاب؛ كدت أعود بالكامل عن التنفيذ. الدرس الحقيقي هو: أن دمج تكامل الأجهزة مع التعلم العميق هو أمر خادع في التعقيد. هناك فجوة كبيرة بين النظرية والواقع عندما تلتقي الشبكات العصبية بالأنظمة الفيزيائية الفعلية. كل متغير مهم، وأي تفصيل تم تجاهله يؤدي إلى فشل متسلسل.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 16
أعجبني
16
7
إعادة النشر
مشاركة
تعليق
0/400
WhaleMistaker
· منذ 10 س
ها، أربعة أخطاء برمجية كادت أن تعيد المشروع بالكامل إلى النموذج الأولي، هذه هي الحقيقة. النقاش النظري والواقع المادي هما أمران مختلفان تمامًا.
شاهد النسخة الأصليةرد0
ponzi_poet
· منذ 13 س
ngl هذا هو السبب في أنني لا أتعامل مع الأشياء المدمجة في الأجهزة... النظرية على الورق والأنظمة الحقيقية تختلف بمقدار عشرة آلاف مرة
شاهد النسخة الأصليةرد0
ContractSurrender
· منذ 13 س
التفاعل بين الأجهزة والشبكات العصبية هو حقًا ثقب أسود، خطأ في معلمة واحدة يسبب خسارة كاملة
شاهد النسخة الأصليةرد0
airdrop_whisperer
· منذ 13 س
يا للأسف، هذه هي الحقيقة، عند لمسة الأجهزة، ينفجر RL، الكلام النظري على الورق لا فائدة منه حقًا
شاهد النسخة الأصليةرد0
MEVSandwich
· منذ 13 س
آه، عندما يلتقي العتاد بالشبكة العصبية، هكذا يكون الأمر، انهيار متغير صغير يسبب تعطل النظام بأكمله
شاهد النسخة الأصليةرد0
GasFeeNightmare
· منذ 13 س
الفجوة بين النظرية والواقع بهذه القسوة، فعندما يواجه التعلم العميق تكامل الأجهزة، حقًا قد يصاب بالهلوسة
شاهد النسخة الأصليةرد0
BearMarketSurvivor
· منذ 13 س
الدمج بين الأجهزة والتعلم العميق؟ هذا يشبه قطع خطوط الإمداد في ساحة المعركة، فحتى أذكى التكتيكات لا فائدة منها. النظرية لن تموت أبدًا.
واجهت أنظمة الطيران المستقلة المدعومة بالتعلم المعزز (RL) مؤخرًا عقبة كبيرة. كانت تعمل بشكل كامل قبل حوالي أسبوعين، ثم انهارت الأمور. قضيت أيامًا في البحث عن أربعة أخطاء فادحة للغاية—نوعية التي تجعلك تشك في كل شيء. بصراحة، كانت مرهقة للأعصاب؛ كدت أعود بالكامل عن التنفيذ. الدرس الحقيقي هو: أن دمج تكامل الأجهزة مع التعلم العميق هو أمر خادع في التعقيد. هناك فجوة كبيرة بين النظرية والواقع عندما تلتقي الشبكات العصبية بالأنظمة الفيزيائية الفعلية. كل متغير مهم، وأي تفصيل تم تجاهله يؤدي إلى فشل متسلسل.