AI based Robot Safe Learning and Control

این کتاب دسترسی باز عمدتاً بر کنترل ایمن دستکاری‌کنندگان ربات تمرکز دارد. طرح‌های کنترل عمدتاً بر اساس شبکه عصبی پویا، که یک شاخه نظری مهم از یادگیری تقویتی عمیق است، توسعه می‌یابد. به منظور افزایش عملکرد ایمنی سیستم‌های ربات، استراتژی‌های کنترلی شامل کنترل ردیابی تطبیقی ​​برای روبات‌هایی با عدم قطعیت مدل، کنترل انطباق در محیط‌های نامشخص، اجتناب از موانع در فضای کاری پویا است. ایده این کتاب در مورد حل کنترل ایمن بازوهای ربات در طول کاربردهای صنعتی و بحث تحقیقاتی در آزمایشگاه مطرح شد. بیشتر مطالب این کتاب از مقالات نویسندگان منتشر شده در مجلات مانند IEEE Transactions on Industrial Electronics، neurocomputing و غیره مشتق شده است. این کتاب می تواند به عنوان کتاب مرجع برای محقق و طراح سیستم های رباتیک و مبتنی بر هوش مصنوعی استفاده شود. کنترل‌کننده‌ها، و همچنین می‌تواند به عنوان کتاب مرجع برای دانشجویان ارشد و کارشناسی ارشد در کالج‌ها و دانشگاه‌ها استفاده شود.

This open access book mainly focuses on the safe control of robot manipulators. The control schemes are mainly developed based on dynamic neural network, which is an important theoretical branch of deep reinforcement learning. In order to enhance the safety performance of robot systems, the control strategies include adaptive tracking control for robots with model uncertainties, compliance control in uncertain environments, obstacle avoidance in dynamic workspace. The idea for this book on solving safe control of robot arms was conceived during the industrial applications and the research discussion in the laboratory. Most of the materials in this book are derived from the authors’ papers published in journals, such as IEEE Transactions on Industrial Electronics, neurocomputing, etc. This book can be used as a reference book for researcher and designer of the robotic systems and AI based controllers, and can also be used as a reference book for senior undergraduate and graduate students in colleges and universities.