自適應和反應式機器人控制-動態系統法 9787111760955 奧德.比拉德 辛納.米拉紮維 納迪亞.菲格羅亞
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：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$630
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
| *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：202409*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：自適應和反應式機器人控制-動態系統法 ISBN：9787111760955 出版社：機械工業 著編譯者：奧德.比拉德 辛納.米拉紮維 納迪亞.菲格羅亞 叢書名：機器人學譯叢 頁數：312 所在地：中國大陸 *此為代購商品 書號：1678155 可大量預訂，請先連絡。 【台灣高等教育出版社簡體書】 自適應和反應式機器人控制-動態系統法 787111760955 奧德.比拉德 辛納.米拉紮維 納迪亞.菲格羅亞 內容簡介 本書主要介紹如何通過動態系統學習控制律，從而使機器人具備實時反應能力。本書首先介紹機器人學習數據的收集方法，然後重點講解使用動態系統學習控制律的核心技術，使用動態系統進行軌跡規劃的方法，以及使用動態系統進行柔性控制和力控制的方法。本書提供大量應用示例，包括機械臂、擬人手和仿人機器人的全身控制等。本書要求讀者熟悉關於機器人控制的基礎知識，並熟悉機器學習、統計、優化以及動態系統等相關內容，適合作為高等院校機器人控制方向的研究生課程教材，也適合相關領域的技術人員參考。作者簡介 奧德·比拉德（Aude Billard） 瑞士物理學家，IEEE會士，AAIA會士。現為洛桑聯邦理工學院（EPFL）工程學院教授，學習演算法與系統實驗室（LASA）主管。曾任教於南加州大學。目前專註于機器學習和人機交互領域，包括機器人技術、機電一體化、動態系統、計算神經科學等方向，致力於應用機器學習來支持機器人通過人類指導進行學習。目錄 譯者序前言 符號表 第一部分 緒論 第1章 機器人動態控制系統的利用和學習——概述 1 1 預備知識和附加材料 1 2 不確定條件下的軌跡規劃 1 2 1 規劃抓取物體的路徑 1 2 2 在線更新規劃 1 3 計算動態系統的路徑 1 3 1 穩定系統 1 4 學慣用于自動規劃路徑的控制律 1 5 學習如何組合控制律 1 6 通過學習修改控制律 1 7 動態系統的耦合 1 8 動態系統的柔性控制的生成和學習 1 9 控制架構 第2章 收集學習數據 2 1 生成數據的方法 2 1 1 應使用哪種方法，何時使用 2 2 示教機器人的介面 2 2 1 運動跟蹤系統 2 2 2 匹配問題 2 2 3 拖動示教 2 2 4 遙操作 2 2 5 傳力介面 2 2 6 組合介面 2 3 數據要求 2 4 教機器人打高爾夫球 2 4 1 通過人類示教任務 2 4 2 從失敗和成功的案例中學習 2 5 從最優控制中收集數據 第二部分 控制器的學習 第3章 控制律的學習 3 1 預備知識 3 1 1 動態系統學習的多元回歸 3 1 2 穩定動態系統的Lyapunov理論 3 2 線性系統組合的非線性動態系統 3 3 學習穩定非線性動態系統 3 3 1 約束高斯混合回歸 3 3 2 動態系統的穩定估計 3 3 3 非線性動態系統學習的評估 3 3 4 LASA手寫數據集：評估穩定動態系統學習的基準 3 3 5 機器人實現 3 3 6 動態系統的穩定估計表達方法的缺點 3 4 學習穩定的高度非線性動態系統 3 4 1 聯合線性變參表達方法 3 4 2 物理一致性貝葉斯非參數高斯混合模型 3 4 3 線性變參動態系統的穩定估計 3 4 4 離線學習演算法評估 3 4 5 機器人實現 3 5 學習穩定的二階動態系統 3 5 1 二階線性變參–動態系統表達方法 3 5 2 二階動態系統的穩定估計 3 5 3 學習演算法評估 3 5 4 機器人實現 3 6 本章小結 第4章 學習多種控制律 4 1 通過狀態空間劃分組合控制律 4 1 1 簡單方法 4 1 2 問題公式 4 1 3 縮放和穩定性 4 1 4 重建精度 4 1 5 機器人實現 4 2 學習具有分岔的動態系統 4 2 1 具有Hopf分岔的動態系統 4 2 2 動態系統的期望形狀 4 2 3 兩步優化 4 2 4 非線性極限環的擴展 4 2 5 機器人實現 第5章 學習控制律序列 5 1 學習局部活動全局穩定動態系統 5 1 1 具有單個局部活動區域的線性局部活動全局穩定動態系統 5 1 2 具有多個局部活動區域的非線性局部活動全局穩定動態系統 5 1 3 學習非線性局部活動全局穩定動態系統 5 1 4 學習演算法的評估 5 1 5 機器人實現 5 2 隱馬爾可夫模型線性變參–動態系統的學習序列 5 2 1 逆線性變參–動態系統公式和學習方法 5 2 2 使用高斯混合模型學習穩定逆線性變參–動態系統 5 2 3 使用隱馬爾可夫模型的線性變參–動態系統學習序列 5 2 4 模擬和機器人的實現 第三部分 耦合和調製控制器 第6章 耦合和同步控制器 6 1 預備知識 6 2 耦合兩個線性動態系統 6 2 1 機器人切割 6 3 機械臂–手耦合運動 6 3 1 耦合形式 6 3 2 學習動力學 6 3 3 機器人實現 6 4 耦合的眼睛–手臂–手指運動 第7章 接觸並適應移動物體 7 1 如何抓取移動的物體 7 2 單手抓取固定的小物體 7 2 1 機器人實現 7 3 單手抓取移動的小物體 7 4 機器人實現 7 5 雙手抓取移動的大物體 7 6 機器人實現 7 6 1 協調能力 7 6 2 抓取大型移動物體 7 6 3 抓取快速飛行的物體 第8章 適應和調製現行的控制律 8 1 預備知識 8 1 1 穩定性 8 1 2 調製參數化 8 2 學習內部調製 8 2 1 局部旋轉和范數縮放 8 2 2 收集學習數據 8 2 3 機器人實現 8 3 學習外部調製 8 3 1 調製、旋轉和速度縮放動力學 8 3 2 學習外部激活功能 8 3 3 機器人實現 8 4 從自由空間轉換到接觸的調製 8 4 1 形式化 8 4 2 模擬示例 8 4 3 機器人實現 第9章 避障 9 1 避障：形式化 9 1 1 障礙物描述 9 1 2 避障的調製 9 1 3 凸面障礙物的穩定性 9 1 4 凹面障礙物的調製 9 1 5 不可穿透性和收斂性 9 1 6 將動態系統封閉在工作空間中 9 1 7 多個障礙物 9 1 8 避開移動障礙物 9 1 9 學習障礙物的形狀 9 2 避免自碰撞和關節級障礙物 9 2 1 逆向運動學約束和自碰撞約束的組合 9 2 2 學習避免自碰撞邊界 9 2 3 避免自碰撞數據集的構造 9 2 4 用於大數據集的稀疏支持向量機 9 2 5 機器人實現 第 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。 |
