基于深度学习的AI桌面冰球机器人

在人工智能的推行已然成为大势所趋,是科技发展的浪潮的时代,人工智能逐渐成为娱乐产业不可或缺的一部分。并且在“单人经济”出现的情况下,可以支持单人与机器对战而获取双人博弈快乐的娱乐项目,必然会成为娱乐产业的主流。桌面冰球作为一种流行的桌面游戏,是指双方利用“球拍”在较为光滑的桌面上通过击打冰球,从而进球得分的游戏,考验参与者的专注力和博弈思维。本产品主要由负责通过摄像数据采集的计算机视觉系统、负责击球的运动控制系统和负责提醒和记录胜负的人机交互系统三大系统构成,并且辅以具有专用神经网络处理单元(NPU)的边缘AI开发平台HiKey970,从而实现由人工智能操作的,能够与真人进行冰球对战的智能冰球机器人。

基于泰坦尼克之灾问题的机器学习传统算法和神经网络算法对比分析

人工智能和机器学习中有一类问题为分类问题,对于分类问题的解决,常见的机器学习模型有KNN模型,逻辑回归模型,SVM模型,神经网络模型。不同的模型在不同的问题中具有不同的效果。因此,本研究通过具体的实例"泰坦尼克号乘客遇难预测",通过运用机器学习中的不同分类模型来分析乘客的存活是运气原因,还是存在一定的规律性。通过该对问题的研究,比较了不同机器学习分类模型的差异性以及优缺点。