机器学习是计算机从数据中学习出规律和模式，以应用在新数据上做预测的任务。近年来互联网数据大爆炸，数据的丰富度和覆盖面远远超出人工可以观察和总结的范畴。

青岛微科机器人有限公司正在研发一款新型AGV小车，可以将机器学习方法应该在AGV自动导航小车上，使agv小车自动学习行车路径，并自主判断正确的行车方向。此过程为分类问题，利用深度神经网络算法，采用深度学习中监督学习方法。

在监督学习中，以前的多层神经网络的问题是容易陷入局部极值点。如果训练样本足够充分覆盖未来的样本，那么学到的多层权重可以很好的用来预测新的测试样本。但是很多任务难以得到足够多的标记样本，在这种情况下，简单的模型，比如线性回归或者决策树往往能得到比多层神经网络更好的结果(更好的泛化性，更差的训练误差)。