Исследователи собрали двухнейронную сеть, которая управляет велосипедом на разных скоростях. Первый нейрон вычисляет желаемый угол наклона γ — насколько велосипед должен завалиться вбок. Второй нейрон берёт этот желаемый угол и превращает его в крутящий момент на руле. На вход сети подаются желаемое направление θ_d, текущее направление θ, текущий наклон γ, а также их производные — скорость изменения направления ˙θ и скорость изменения наклона ˙γ. На деле, как выяснилось, ˙θ сети не нужен.
Сеть работает непрерывно во времени и значениях. Выход каждого нейрона — пороговая функция взвешенной суммы входов. Если надо, такую модель можно интерпретировать как среднюю частоту разрядов, но авторы не углубляются в реалистичность сети. Раз уж двух нейронов хватает, более сложные сети точно справятся.
Задача сети — держать велосипед на заданном курсе. Высокоуровневый планировщик может потом использовать этот контроллер, чтобы ехать к цели или следовать по маршруту через точки. Управлять направлением θ можно через его производную ˙θ. А ˙θ, как знают велосипедисты, сильно зависит от наклона γ. Значит, достаточно контролировать сам наклон. Для этого нужна управляемая ˙γ — производная наклона. Крутящий момент на руле как раз неплохо меняет ˙γ: если поворачивать руль по часовой стрелке, велосипед начинает наклоняться влево. Задавая момент, можно заставить γ сходиться к желаемому значению. Точное совпадение необязательно — подойдёт приближение, метод всё равно сработает.
Первый нейрон выдаёт желаемый наклон с нелинейностью, которая не даёт велосипеду слишком сильно завалиться. Второй нейрон выдаёт нужный момент на руль. Входы первого нейрона — θ и θ_d (в пределах ±π от текущего θ). Велосипед в симуляторе спроектирован с реалистичной геометрией: ось вращения передней вилки проходит ниже втулки переднего колеса, но выше точки контакта с землёй — это обеспечивает пассивную устойчивость. Сильных наклонов контроллер избегает, поэтому проблемы с заносом или потерей устойчивости не возникают, даже если симулятор не моделирует скольжение колёс.