- Dentro alla folder soloNeurale/ si trova una versione del progetto in cui è stata utilizzata solamente la rete neurale per raggiungere la zona verde evitando l'ostacolo, raggiungendo poi a distanza millimetrica il target con un controllore a basso livello
- Dentro alla folder conBassoLivello/ si trova una versione del progetto in cui è stata utilizzato in aggiunta alla rete neurale un sistema di previsione delle collisioni e dei blocchi
- i file relativi al train (il vero e proprio training_std.py e l'env_1.py)
- il controllore (con il modello in .h5) allo stato attuale delle cose
- un file che contiene le statistiche su un test di 10k operazioni ed un link ad un video dimostrativo
- una folder trainData/ contenente statistiche raccolte durante la fase di train:
- failures_std.txt contiene statistiche sul tipo di fail riscontrati
- reward_std.txt contiene la lista di ricompense ricevute
- success_std.txt contiene la lista di success_rate registrati
Sottolineo che entrambe le versioni sono state trainate con i rispettivi controllori attivi:
- nella prima versione durante il train era attivo soltanto il controllore finale per chiudere il gap
- nella seconda versione anche quello per rilevare le collisioni. Non è stato attivato il controllore per la rilevazione dei blocchi durante il train.