Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

[IT] corrected 10-3 figure numbering #747

Open
wants to merge 1 commit into
base: master
Choose a base branch
from
Open

[IT] corrected 10-3 figure numbering #747

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
6 changes: 3 additions & 3 deletions docs/it/week10/10-3.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -238,7 +238,7 @@ Con riferimento alla Fig. 5, il blocco $\matr{C}$ rappresenta il controllore. Ri
<!-- Refer to Figure 5. Block $\matr{C}$ represents the controller. It takes in the current state and ouputs a steering angle. Then block $\matr{T}$ (emulator) takes both the state and angle to produce the next state. -->

|![]({{site.baseurl}}/images/week10/10-3/fig13.png)|
| <center><b>Fig. 5</b>: diagramma di flusso per la transizione dello stato <!--State Transition flow diagram--></center>|
| <center><b>Fig. 6</b>: diagramma di flusso per la transizione dello stato <!--State Transition flow diagram--></center>|

Per l'addestramento del controllore, iniziamo da uno stato iniziale casuale e ripetiamo la procedura ($\matr{C}$ e $\matr{T}$) finché il rimorchio si trova parallelo alla piattaforma. L'errore è calcolato comparando la posizione del rimorchio e quella della piattaforma.
Ricaviamo quindi i gradienti usando la retropropagazione e aggiorniamo i parametri del controllore tramite SGD.
Expand All @@ -256,7 +256,7 @@ Questo è un grafico dettagliato del processo ($\matr{C}$, $\matr{T}$). Iniziamo
<!-- This is a detailed graph of ($\matr{C}$, $\matr{T}$) process. We start with a state (6 dimension vector), multiply it with a tunable weights matrix and get 25 hidden units. Then we pass it through another tunable weights vector to get the output (steering signal). Similarly, we input the state and angle $\phi$ (7 dimension vector) through two layers to produce the state of next step. -->

![]({{site.baseurl}}/images/week10/10-3/fig14.png)
| <center><b>Fig. 6</b>: vista di dettaglio di emulatore e controllore </center>|
| <center><b>Fig. 7</b>: vista di dettaglio di emulatore e controllore </center>|

Per analizzare questo passaggio più nel dettaglio, mostriamo l'esatta implementazione dell'emulatore:

Expand Down Expand Up @@ -288,7 +288,7 @@ Di seguito vengono mostrati quattro esempi di movimento per stati iniziali diffe

|![]({{site.baseurl}}/images/week10/10-3/fig16.png) | ![]({{site.baseurl}}/images/week10/10-3/fig17.png) |
|![]({{site.baseurl}}/images/week10/10-3/fig18.png) | ![]({{site.baseurl}}/images/week10/10-3/fig19.png) |
| <center><b>Fig. 7</b>: esempi di movimento per quattro differenti stati iniziali </center>|
| <center><b>Fig. 8</b>: esempi di movimento per quattro differenti stati iniziali </center>|

### Ulteriori risorse:

Expand Down