深度強化學習理論及其在機器人運動控制中的應用實踐 姚世選 9787121466496 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$566
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202310*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：深度強化學習理論及其在機器人運動控制中的應用實踐 ISBN：9787121466496 出版社：電子工業 著編譯者：姚世選 頁數：179 所在地：中國大陸 *此為代購商品 書號：1596250 可大量預訂，請先連絡。 內容簡介 深度強化學習理論的提出為機器人控制中的動力學模型建立、環境狀態信息感知等問題提供了豐富的解決思路。本書在現有的深度強化學習演算法基礎上，針對機器人控制中的機器人姿態平衡控制、機器人持物平衡控制、機器人抓取控制3個方面的問題展開研究，為基於深度強化學習的機器人控制問題提供一定的理論指導和技術支撐。 本書適合機器人運動控制領域的研究者，以及對機器人運動控制方法感興趣的讀者閱讀參考。目錄 第1章 緒論1 1 研究背景與意義 1 2 國內外研究現狀 1 2 1 深度強化學習的研究現狀 1 2 2 機器人控制的研究現狀 1 3 本書主要內容 第2章 深度強化學習及非線性最優化基礎理論 2 1 引言 2 2 強化學習理論 2 2 1 馬爾可夫決策過程 2 2 2 動態規劃 2 2 3 蒙特卡羅方法 2 2 4 時間差分學習 2 2 5 強化學習演算法概述 2 3 深度強化學習理論 2 3 1 深度學習 2 3 2 深度強化學習演算法概述 2 4 非線性系統 2 4 1 非線性系統描述 2 4 2 李雅普諾夫穩定性理論 2 4 3 控制系統中的動態規劃問題 2 4 4 連續系統最優控制問題 2 4 5 離散系統最優控制問題 2 4 6 ADP方法分析 2 4 7 關於性能指標函數的討論 2 5 本章小結 第3章 機器人運動控制方法及問題分析 3 1 引言 3 2 機器人平衡問題及方法提出 3 2 1 問題描述 3 2 2 方法提出 3 3 機器人抓取問題及方法提出 3 3 1 問題描述 3 3 2 方法提出 3 4 本章小結 第4章 基於深度強化學習的機器人姿態平衡控制 4 1 引言 4 2 倒立擺雙輪式機器人基礎模型 4 3 平衡系統控制模型設計 4 3 1 系統特點分析 4 3 2 姿態平衡系統強化學習模型構建 4 3 3 細節獎勵函數設計 4 3 4 強化學習演算法 4 4 實驗結果及分析 4 4 1 倒立擺動力學模型軟體設計 4 4 2 倒立擺內核系統設計 4 4 3 訓練和測試環境 4 4 4 實驗分析 4 5 本章小結 第5章 基於深度強化學習的機器人持物平衡控制 5 1 引言 5 2 機器人球杆系統模型 5 3 平衡系統控制模型設計 5 3 1 持物平衡系統強化學習模型構建 5 3 2 細節獎勵函數設計 5 3 3 強化學習演算法 5 4 視覺定位方法設計 5 5 實驗結果及分析 5 5 1 訓練和測試環境 5 5 2 實驗分析 5 6 本章小結 第6章 基於深度強化學習的機器人抓取控制 6 1 引言 6 2 機器人運動學模型建立 6 3 抓取系統控制模型設計 6 3 1 抓取系統強化學習模型構建 6 3 2 獎勵函數設計 6 3 3 強化學習演算法 6 3 4 演算法網路設計 6 4 實驗結果及分析 6 4 1 訓練和測試環境 6 4 2 實驗分析 6 5 本章小結 第7章 移動機器人的運動控制問題 7 1 引言 7 2 智能體學習環境及問題 7 3 用細節獎勵機制解決智能體學習問題 7 4 本章小結 第8章 並聯機器人的逆解問題 8 1 引言 8 2 並聯機器人深度強化學習建模 8 2 1 狀態空間設計 8 2 2 輸出動作選取 8 2 3 獎勵函數分析 8 3 改進雙延遲深度確定性策略梯度 8 3 1 TD3演算法流程 8 3 2 基於Sumtree優先採樣 8 4 實驗結果及分析 8 4 1 模擬環境下的模型訓練和評價 8 4 2 實物平台模型測試 8 5 本章小結 第9章 結論與展望 9 1 結論 9 2 創新點 9 3 展望 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
