Arduinoでパーセプトロンの学習をしてみた

自作自律飛行機第一弾ということで。

やっぱり自律飛行機に重要なのはコアとなる頭脳。まあ頭脳といってもそんな大したものでもないんですけどね。
今回は（といっても次回があるかわからんが）操縦に関わる全てのパラメーターは回帰問題であると捉え、かつパーセプトロンでも学習できるよう線形分離可能であると考えています。
まあただそれすらも難しいので、独自の方程式と報酬の設定により回避しようかなと思いますた。

まあまずAVRマイコンのメモリでパーセプトロンが扱えるのかって事で、検証してみました。

コードの全体

#include <stdio.h>
#include <math.h>

void setup() {
  Serial.begin(9600);
  Serial.println("Start");

}

float sigmoid(float x){
  float num;
  num = tanh(x);
  return num;
};

float wait[3];

void hoge(){
  int i;
  for(i=0;i<3;i++){
    wait[i] = 0.5;
  };
};

void loop() {
  int x, i, j, hoge;
  float sum_loss, sum_wait_loss;
  float loss[4], data[4][2], ans[4];
  float eta;
  eta = 0.0001;
  float out;
  data[0][0] = 0;
  data[0][1] = 0;
  data[1][0] = 0;
  data[1][1] = 1;
  data[2][0] = 1;
  data[2][1] = 0;
  data[3][0] = 1;
  data[3][1] = 1;
  for(i=0;i<3;i++){
    ans[i] = 0;
  };
  ans[3] = 1;
  //ここまで変数の初期化と定義、ここから学習
  for(i=0;i<100;i++){
    for(j=0;j<4;j++){
      out = sigmoid(
        (data[j][0] * wait[0]) + (data[j][1] * wait[1]) + wait[2]
      );
      loss[j] = out - ans[j];
    };
    sum_loss = (loss[0] + loss[1] + loss[2] + loss[3]) / 4;
    for(hoge=0;hoge<2;hoge++){
      sum_wait_loss = 0;
      for(j=0;j==4;j++){
        sum_wait_loss = loss[j] * data[j][hoge];
      };
      wait[hoge] = wait[hoge] - eta * (sum_wait_loss / 4);
    };
    wait[2] = wait[2] - eta * sum_loss;
    Serial.print(sum_loss);
    Serial.print("\n");
  };
}

結果はこう

まあ無事できたってことで