分类分数达到门槛时,模拟闭环是否完成?等待核验:动作、反馈和完成追踪记录
读懂五个模块,练习修改与验证
你不用先学完整 Python。每关只做一件事:看清问题、改一处、运行固定模拟,再用证据解释结果。
为什么要分成五个模块?
想象你对着摄像头出了“石头”,程序可能看错、猜错、给出越界目标,甚至把旧反馈当成刚完成。每一关先说出自己看到的问题,只改一小处;走完五关,你会亲手接起“看见—思考—行动—确认”的链路。
先把上一次实验的问题带过来
我的代码修改,要回答哪一条验收问题?
导入第一次Mock记录,把“成功闭环”和“安全停止”两条验收带进代码。
还没有导入。五个源码模块暂时锁定。
分类分数低于门槛时,程序是否在动作前停止?等待核验:无目标、命令未派发
查看我在仿真中采用的任务约定
先导入仿真记录,再读取与它对应的任务约定。
- 任务目标
- 输入和输出
- 怎样判断任务完成
- 异常时怎样处理
这些是你写下的要求。当前五模块练习仍使用课程固定示例,不代表已检验全部要求。
查看五个模块怎样共同回答两条验收问题
gesture_detector.py- 输入类别与置信度
- 规则可靠门槛
- 输出标签或unknown
- 证据LOW_CONFIDENCE_STOP
这里显示的是合成教学链路,不是RY-H2内部程序,也不创建真机动作权限。
如果我先不改,会发生什么?
知识点
补基础后回到这一关 →
轮到我动手修改
Python 3 · 这里只改本地练习代码,不会碰到设备
查看示例,核对规则
固定示例在哪一步生成动作或停止?
为什么写法通过后还要看结果和Trace?
静态检查只说明修改符合规则。固定模拟和追踪记录(Trace)才能显示输入、输出与停止位置;它仍是合成模拟(Mock),不会连接真机。
本例的手势与分类分数
- 本例输入手势
- 分类分数
- 数据从哪里来
- 课程固定的合成数据(SYNTHETIC)
先检查修改,再查看课程固定示例;示例不运行编辑后的源码。
本例的实际结果
- 程序认出了什么
- —
- 是否达到本例采用条件
- —
- 程序选择什么动作
- —
- 模拟动作是否完成
- —
按发生顺序查看过程记录
- 运行后,我会在这里看到按顺序排列的追踪记录(Trace)。
我会先找直接记录,再分清它能说明什么、还不能说明什么。
这些是我做出来的,不是系统替我写的答案
完成五关后,我带走自己的开发笔记
笔记保存我每次改了什么、实际看到了什么,以及为什么相信这条证据。下一课会把我的原话放在旁边提醒,但不会替我填写实验报告。
用自己的图片和代码,制作一个小应用
先定义两类画面,用自己的图片训练分类器,再编写回应函数并测试动作。 网页中的实际编程练习使用JavaScript;本页Python学习记录仅供回看,不能直接作为可运行工程导入。 在新标签打开;已有作品请下载工程包后导入,原页面不会被替换。