دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Gabriele Valentini (auth.)
سری: Studies in Computational Intelligence 706
ISBN (شابک) : 9783319536088, 9783319536095
ناشر: Springer International Publishing
سال نشر: 2017
تعداد صفحات: 149
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب دستیابی به اجماع در ازدحام ربات ها: طراحی و تجزیه و تحلیل استراتژی ها برای بهترین مشکل: هوش محاسباتی، رباتیک و اتوماسیون، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Achieving Consensus in Robot Swarms: Design and Analysis of Strategies for the best-of-n Problem به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب دستیابی به اجماع در ازدحام ربات ها: طراحی و تجزیه و تحلیل استراتژی ها برای بهترین مشکل نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب بر طراحی و تجزیه و تحلیل استراتژی های تصمیم گیری
جمعی برای بهترین مشکلn تمرکز دارد. پس از ارائه رسمی
ساختار مشکل بهترینn که توسط یک بررسی جامع از ادبیات
رباتیک ازدحام پشتیبانی می شود، عملکرد یک استراتژی تصمیم گیری
جمعی را معرفی می کند و مجموعه ای از مکانیسم ها را شناسایی می
کند. که برای یک استراتژی برای حل مشکل بهترینn ضروری
هستند. بهترین مشکل انتزاعی است که نیاز مکرر یک ربات را برای
انتخاب یک گزینه از میان یک مجموعه محدود در هنگام بهینه سازی
مزایا و هزینه ها نشان می دهد. این کتاب از شناسایی این مکانیسم
ها برای توسعه یک روش مدولار و مدل محور برای طراحی استراتژی
های تصمیم گیری جمعی و تجزیه و تحلیل عملکرد آنها در سطوح مختلف
انتزاع استفاده می کند. در نهایت، نویسنده مجموعهای از مطالعات
موردی را ارائه میکند که در آن روش پیشنهادی برای طراحی
استراتژیهای مختلف، با استفاده از آزمایشهای ربات برای نشان
دادن اینکه چگونه استراتژیهای طراحیشده را میتوان به
سناریوهای کاربردی مختلف منتقل کرد، استفاده میشود.
This book focuses on the design and analysis of collective
decision-making strategies for the best-of-n problem.
After providing a formalization of the structure of the
best-of-n problem supported by a comprehensive survey
of the swarm robotics literature, it introduces the
functioning of a collective decision-making strategy and
identifies a set of mechanisms that are essential for a
strategy to solve the best-of-n problem. The best-of-n
problem is an abstraction that captures the frequent
requirement of a robot swarm to choose one option from of a
finite set when optimizing benefits and costs. The book
leverages the identification of these mechanisms to develop a
modular and model-driven methodology to design collective
decision-making strategies and to analyze their performance
at different level of abstractions. Lastly, the author
provides a series of case studies in which the proposed
methodology is used to design different strategies, using
robot experiments to show how the designed strategies can be
ported to different application scenarios.
Front Matter....Pages i-xiv
Introduction....Pages 1-5
Front Matter....Pages 7-7
Discrete Consensus Achievement in Artificial Systems....Pages 9-32
Modular Design of Strategies for the Best-of-n Problem....Pages 33-52
Front Matter....Pages 53-53
Indirect Modulation of Majority-Based Decisions....Pages 55-66
Direct Modulation of Voter-Based Decisions....Pages 67-83
Direct Modulation of Majority-Based Decisions....Pages 85-101
Front Matter....Pages 103-103
A Robot Experiment in Site Selection....Pages 105-117
A Robot Experiment in Collective Perception....Pages 119-131
Front Matter....Pages 133-133
Conclusions....Pages 135-141
Back Matter....Pages 143-146