第八十七章 动力装甲技术难题 (第2/2页)

苏寒雨一边盯着数据，一边开口说道：“我们试图用一个单一而巨大的长短期循环神经网络对各种角速度峰值下的姿态调整过程进行控制，但总会出现一些训练不好的情况。”

她继续补充道，

“每次训练得到的控制策略都不太稳定，有时在角速度峰值为10度\/s下表现良好，但切换为20度\/s的情况后会出现刚才发生的动作过载。有时正好反过来，20度\/s下的控制效果比10度\/s下的控制效果要好。

出现过载动作的问题虽然可以通过设置安全阈值加以控制，但会对算法收敛性产生影响，导致训练过程不稳定。”

尚斌听完后微微一笑：

“可以用级联式方法和惩罚项来解决吗？”

“是哦！我怎么没想到。”苏寒雨豁然开朗，马上与张飞进行了短暂的讨论，然后着手下一个版本文档的制作。

一点就通，不错！

尚斌很喜欢基础扎实头脑灵活的学生。有时候，他觉得苏寒雨有些……成熟，一种与年龄不符的干练与成熟，甚至觉得那句“我怎么没想到”是在恭维他。

所谓的级联方法，是指由两个和两个以上的神经网络联合起来组成的网络。在控制策略差异较大的不同环境下，将环境控制参数提取出来，作为前一级神经网络的输入，其余特征向量和前一级神经网络的输出作为下一级神经网络的输入。

这种方法虽然需要更多的计算资源，但能对一些高度非线性的情况进行很好的处理。

而惩罚项则是一种安全强化学习的技巧。有时，为了学习的稳定性，会给到达非安全状态的动作加一个非常大的惩罚性回报。

惩罚项如果太大，会导致学习到的策略过于保守，从而无法使性能达到最优，如果太小，则很可能失去惩罚作用。因此其大小需要精心调试或通过自动学习的方式得到。

苏寒雨很快将具体算法的变动画在平板上，然后发送给张飞。

张飞来自计算机科学与技术学院，是一名软件工程专业的学生。

几个月前，他被郝俊物色并招致麾下的。

虽然他刚来时与苏寒雨不熟，但自从加入实验室后一直与团队配合得极为出色。

张飞生得人高马大，接近一米九的个头。他穿了一件t恤，看上去并没有显得很强壮，但那薄薄的衣服下隐藏着常年健身和习武而淬炼出的钢筋铁骨。

因为从父亲那里听说过太多血汗程序员的故事，从高中开始，他就把技能树上的身体和编程相关技能都点满了，或许是因为过于极端的原因，高考只考上了普沃大学。

张飞的专业成绩并不是很理想，甚至挂过几门科目，但丝毫不影响他成为一名出色的程序员——他挂的科目跟编程没有任何关系。

他一边看着平板中的算法流程图，一边听苏寒雨讲解，很快就明白了对方的需求。

虽然在编程神器Gpt和codeGeex的帮助下，很多代码已经不需要程序员去写了，但一些特定的业务逻辑还是需要有经验的程序员进行检查和修改。

张飞很熟练地将算法转换为恰当的提示并输入给Gpt，然后将Gpt初步生成的代码放到codeGeex中，使用codeGeex完成一些更细致的函数编写工作。

代码编写过程不超过10分钟。

5分钟后，编译和测试工作也已完成。

新的程序已经上传并部署到动力装甲中。

“第二次测试开始！”