強化學習與機器人控制余文阿道夫.佩魯斯基亞 9787302637400 【台灣高等教育出版社】

Name: 強化學習與機器人控制 余文 阿道夫.佩魯斯基亞 9787302637400 【台灣高等教育出版社】
Brand: abooksthep
Price: 623.0 TWD
Availability: InStock

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：清華大學

NT$623

商品編號:

供貨狀況: 尚有庫存

加入最愛

商品介紹

*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，以到貨標的為正確資訊。
印行年月：202309*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：強化學習與機器人控制
ISBN：9787302637400
出版社：清華大學
著編譯者：余文阿道夫.佩魯斯基亞
頁數：247
所在地：中國大陸 *此為代購商品
書號：1589688
可大量預訂，請先連絡。

內容簡介

在《強化學習與機器人控制》一書中，專家團隊不僅簡潔明了地描述了人機交互控制方案，還深入介紹了新穎的無模型強化學習控制器。本書首先簡述更先進的人機交互控制方案和強化學習，然後講解典型的環境模型，最後介紹一些更著名的參數估計識別技術。《強化學習與機器人控制》提供了嚴謹的數學推理和演示，這有助於讀者理解控制方案和演算法。書中還描述了人機交互控制和基於強化學習控制的穩定性和收斂性分析。另外，還討論了一些前沿話題，如逆運動學和速度運動學解決方案、神經控制以及機器人領域未來可能的發展趨勢。 ·全面介紹基於模型的人機交互控制。 ·詳細研究基於歐拉角的無模型人機交互控制和「人機迴圈」機制控制。 ·實際討論機器人位置和力控制的強化學習以及機器人力控制的連續時間強化學習。 ·深入研究使用強化學習來控制最壞情況下不確定性的機器人，並使用多智能體強化學習對冗餘機器人進行控制。

作者簡介

余文（Wen Yu），博士，墨西哥城國家政治研究所(CINVESTAV-IPN）投資研究中心的教授和自動化控制系主任，Modeling and Control of Uncertain Nonlinear Systems with Fuzzy Equations and Z-Number 一書的合著者。

第Ⅰ部分人機交互控制
第1章介紹
1 1 人機交互控制
1 2 控制強化學習
1 3 本書的結構安排
第2章人機交互的環境模型
2 1 阻抗和導納
2 2 人機交互阻抗模型
2 3 人機交互模型的識別
2 4 本章小結
第3章基於模型的人機交互控制
3 1 任務空間阻抗/導納控制
3 2 關節空間阻抗控制
3 3 準確性和魯棒性
3 4 模擬
3 5 本章小結
第4章無模型人機交互控制
4 1 使用關節空間動力學進行任務空間控制
4 2 使用任務空間動力學進行任務空間控制
4 3 關節空間控制
4 4 模擬
4 5 實驗
4 6 本章小結
第5章基於歐拉角的迴路控制
5 1 引言
5 2 關節空間控制
5 3 任務空間控制
5 4 實驗
5 5 本章小結
第Ⅱ部分機器人交互控制的強化學習
第6章機器人位置/力控制的強化學習
6 1 引言
6 2 使用阻抗模型的位置/力控制
6 3 基於強化學習的位置/力控制
6 4 模擬和實驗
6 5 本章小結
第7章用於力控制的連續時間強化學習
7 1 引言
7 2 用於強化學習的K均值聚類
7 3 使用強化學習的位置/力控制
7 4 實驗
7 5 本章小結
第8章使用強化學習在最壞情況下的不確定性機器人控制
8 1 引言
8 2 使用離散時間強化學習的魯棒控制
8 3 具有k個最近鄰的雙Q學習
8 4 使用連續時間強化學習的魯棒控制
8 5 模擬和實驗：離散時間情況
8 6 模擬和實驗：連續時間情況
8 7 本章小結
第9章使用多智能體強化學習的冗餘機器人控制
9 1 引言
9 2 冗餘機器人控制
9 3 冗餘機器人控制的多智能體強化學習
9 4 模擬和實驗
9 5 本章小結
第10章使用強化學習的機器人H2神經控制
10 1 引言
10 2 使用離散時間強化學習的H2神經控制
10 3 連續時間的H2神經控制
10 4 示例
10 5 本章小結
第11章結論
附錄A 機器人運動學和動力學
附錄B 強化學習控制
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。