BeamDojo原理與應用實踐-構建具身智能系統 徐奇偉 9787302702207 【台灣高等教育出版社】

內容簡介
本書圍繞具身智能背景下的BeamDojo技術體系展開，系統解析其在場景圖理解與機器人步態控制中的多維應用，內容覆蓋理論原理、系統架構、訓練機制、圖結構建模、LLM協同設計、應用開發流程等關鍵模塊，構建從基礎認知到實戰開發的一體化知識框架。本書共10章，前5章依次介紹BeamDojo的研究動機、強化學習核心理論、大語言模型結構、圖推理基礎及BeamDojo的模塊原理，為讀者打下系統性認知基礎；第6、7章深入剖析結構化推理與BeamDojo-LLM互聯機制，形成感知-推理-控制的完整閉環；第8章提供全流程部署與模擬訓練指南，針對硬體平台實際適配；最後兩章以場景圖建模與機器人步態任務為實例，展示從模型構建到行為控制的應用開發路徑。 本書面向機器人研發人員、圖神經網絡研究者、LLM工程實踐者及跨模態推理系統設計者，兼具理論深度與工程實用性，適用於研究機構的工程落地、前沿項目開發及具身智能系統教學場景。

作者簡介
徐奇偉，畢業於哈爾濱工業大學，博士。現就職于重慶大學，任電氣工程學院副教授。長期從事電氣工程領域的信息化及智能化方向的研究和應用，有20餘年的從業經驗，能熟練應用各類科學計算與工程應用軟體。作為項目負責人，主持國家級、省部級及企業委託科研項目30餘項，具有豐富的工程實踐經驗。在科技成果產業化方面，已研製出不同型號電力設備並應用在「本資訊為台灣高等教育出版社所有，請前往本社賣場訂購，商用複製必究。」電氣行業中。

目錄
第1章 概述
1.1 跨模態認知智能
1.1.1 從感知驅動到認知驅動
1.1.2 Neuro-Symbolic融合模型
1.1.3 具身智能與行為推理
1.2 傳統行為控制中的劣勢分析
1.2.1 MPC與微分規劃：缺乏實時性
1.2.2 基於軌跡規劃：缺乏穩定性
1.2.3 高自由度約束下的動作空間稀疏性
1.3 BeamDojo框架的提出
1.3.1 Polygon足部建模
1.3.2 稀疏足點獎勵的稀疏性問題
1.3.3 高維動作空間的試錯學習
1.4 BeamDojo與其他技術路線的比較
1.4.1 Quadruped強化控制與人形控制差異
1.4.2 主流Sim2Real模型對比
1.4.3 與PIM、RMA等代表性方法的對比分析
1.5 本章小結
第2章 強化學習原理基礎
2.1 馬爾可夫決策過程
2.1.1 狀態空間與動作空間定義
2.1.2 轉移概率與折扣因子
2.1.3 POMDP與部分可觀測性建模
2.2 強化學習中的策略優化
2.2.1 Policy Gradient與Actor-Critic架構
2.2.2 GAE架構
2.2.3 PPO機制
2.3 獎勵函數設計與稀疏獎勵問題
2.3.1 稠密與稀疏獎勵的權衡
2.3.2 多維獎勵融合策略
2.3.3 時間信用分配問題解析
2.4 強化學習在具身控制中的應用
2.4.1 雙值函數網絡結構
2.4.2 Curriculum Learning在環境中的設計
2.4.3 Sim2Real中的Domain Randomization策略
2.5 本章小結
第3章 大語言模型與BeamDojo融合應用
3.1 LLM基本架構與預訓練機制
3.1.1 Transformer結構回顧
3.1.2 自回歸語言建模機制
3.1.3 大規模預訓練語料與指令微調技術
3.2 LLM中的知識對齊與上下文處理
3.2.1 Prompt Engineering與Embedding Cache
3.2.2 多輪上下文窗口的滑動機制
3.2.3 Attention機制中的長序列建模優化
3.3 多模態融合中的語言表示遷移
3.3.1 Text-to-Graph嵌入映射方法
3.3.2 多模態條件下的Representation Alignment
3.3.3 LLM與視覺感知/圖推理模塊介面分析
3.4 LLM在行為邏輯建模中的能力
3.4.1 CoT推理結構
3.4.2 ToT在策略規劃中的應用
3.4.3 LLM強化反饋迴路（RLHF/CRAFT等）
3.5 本章小結
第4章 圖結構知識建模與推理基礎
4.1 圖神經網絡原理
4.1.1 圖的表示方法與鄰接矩陣
4.1.2 GCN/GAT/GIN基本原理對比
4.1.3 圖聚合操作中的權重傳播機制
4.2 符號推理與結構邏輯表示
4.2.1 一階邏輯與謂詞結構建模
4.2.2 前向/後向鏈推理機制
4.3 Scene Graph與程序圖的建模方法
4.3.1 視覺場景圖構建流程
4.3.2 Graph-Based Reasoning在視覺任務中的應用
4.4 圖推理任務中的訓練策略
4.4.1 圖表示學習損失函數設計
4.4.2 異構圖與多類型邊的處理
4.4.3 圖中的路徑選擇與狀態更新機制
4.5 本章小結
第5章 BeamDojo框架原理詳解
5.1 框架整體結構與模塊解構
5.1.1 感知輸入：LiDAR建圖與本體觀測編碼
5.1.2 策略輸出：足部關節控制與軌跡預測
5.1.3 雙階段訓練結構解析
5.2 Foothold Reward設計機制
5.2.1 多點採樣下的接觸區域檢測
5.2.2 稀疏區域懲罰函數設計
5.2.3 連續可微獎勵設計的優勢分析
5.3 雙價值函數網絡結構
5.3.1 價值函數解耦稀疏/稠密獎勵
5.3.2 優勢值歸一化融合策略
5.3.3 策略更新中的裁剪與偏移控制
5.4 兩階段訓練機制設計與實證
5.4.1 軟動態約束訓練階段
5.4.2 硬動態約束精調階段
5.5 本章小結
第6章 結構化推理與策略調度系統
6.1 狀態-動作-後效邏輯表示方法
6.1.1 STRIPS與PDDL狀態建模
6.1.2 動作前置條件與後效應用
6.2 多步推理中的路徑搜索方法
6.2.1 Beam Search在圖空間中的路徑控制
6.2.2 BFS/DFS與策略選擇的融合
6.3 局部-全局決策協同策略
6.3.1 Low-Level Controller與High-Level Planner分離設計
6.3.2 中間狀態預測與可行性修正
6.4 本章小結
第7章 BeamDojo與LLM的互聯與協同
7.1 Prompt-to-Graph介面協議
7.1.1 指令解析生成控制目標圖譜
7.1.2 圖結構嵌入的語言映射機制
7.1.3 Prompt壓縮與Slot融合策略
7.2 模型之間的介面集成機制
7.2.1 Actor輸出與LLM指導策略的同步調度
7.2.2 動作計劃補全與策略修復反饋
7.2.3 高級邏輯推理模塊的API定義方式
7.3 多智能體任務分工與上下文融合
7.3.1 MCP上下文協調協議與BeamDojo兼容設計
7.3.2 Token Buffer中的Agent消息傳遞機制
7.3.3 LLM+BeamDojo的多模態嵌套控制方案
7.4 Sim2LLM現實介面映射機制
7.4.1 觀測-指令-動作的數據閉環結構
7.4.2 LLM輔助策略調優的訓練管道
7.4.3 強化學習數據反饋到大模型微調流程
詳細資料或其他書籍請至台灣高等教育出版社www.thep.com.tw查詢，查後請告知ISBN或書號，我們即於CYB上架。