我已经训练了一个lstm来表示机器人的动态模型。现在我有一个到达点的问题,所以我知道所需的位置(xd,yd,zd)。 lstm的输入是一系列的3(tau1,tau2,tau3)i(对于i0:n)个步骤的扭矩值,NN的输出是给定扭矩的相应位置。 因此,每个扭矩对应一个新位置,最后一个输出必须与目标尽可能相等
我在matlab中对其他类型的神经网络使用了类似的策略,并使用了FMINCO
我的问题是找到一个python函数,该函数能够最小化最后一次输出wrt与目标之间的距离,并提供不同的输入(以张量形式)。(显然,问题是找到一个返回argmin输入的优化函数,如fmincon,能够优化所需的函数)
目前没有回答
相关问题 更多 >
编程相关推荐