دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Learning for Adaptive and Reactive Robot Control: A Dynamical Systems Approach (Intelligent Robotics and Autonomous Agents series)
دانلود کتاب یادگیری برای کنترل ربات تطبیقی و واکنشی: رویکرد سیستمی پویا (سری رباتیک هوشمند و عوامل مستقل)
مشخصات کتاب
Learning for Adaptive and Reactive Robot Control: A Dynamical Systems Approach (Intelligent Robotics and Autonomous Agents series)
ویرایش: نویسندگان: Aude Billard, Sina Mirrazavi, Nadia Figueroa سری: ISBN (شابک) : 0262046164, 9780262046169 ناشر: The MIT Press سال نشر: 2022 تعداد صفحات: 424 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 144 Mb
قیمت کتاب (تومان) : 72,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Learning for Adaptive and Reactive Robot Control: A Dynamical Systems Approach (Intelligent Robotics and Autonomous Agents series) 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 یادگیری برای کنترل ربات تطبیقی و واکنشی: رویکرد سیستمی پویا (سری رباتیک هوشمند و عوامل مستقل) 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.
توضیحاتی در مورد کتاب یادگیری برای کنترل ربات تطبیقی و واکنشی: رویکرد سیستمی پویا (سری رباتیک هوشمند و عوامل مستقل)
روش هایی که به وسیله آنها ربات ها می توانند قوانین
کنترلی را بیاموزند که واکنش پذیری بلادرنگ را با استفاده از
سیستم های دینامیکی فعال می کند. با برنامهها و
تمرینها.
این کتاب تعداد زیادی از تکنیکهای یادگیری ماشینی را ارائه
میکند تا کنترل روباتها را هنگام تعامل با انسانها
انعطافپذیرتر و ایمنتر کند. مجموعهای از قوانین کنترل را معرفی
میکند که واکنش پذیری را با استفاده از سیستمهای دینامیکی، یک
روش پرکاربرد برای حل مسائل برنامهریزی حرکت در رباتیک،
امکانپذیر میسازد. این رویکردهای کنترلی میتوانند در
میلیثانیه برای انطباق با محدودیتهای محیطی جدید برنامهریزی
کنند و کنترل ایمن و سازگار نیروهای در تماس را ارائه دهند. این
تکنیک ها مزایای نظری از جمله همگرایی به یک هدف، عدم نفوذ موانع
و انفعال را ارائه می دهند. پوشش یادگیری با پارامترهای کنترل سطح
پایین شروع می شود و به شایستگی های سطح بالاتری که از ترکیبی از
مهارت ها تشکیل شده است، پیشرفت می کند.
یادگیری برای کنترل ربات تطبیقی و
واکنشی برای دورههای تحصیلات تکمیلی رباتیک طراحی
شده است، با فصلهایی که از اصول به محتوای پیشرفتهتر
ادامه میدهند. . تکنیکهای تحت پوشش شامل یادگیری از نمایش،
بهینهسازی و یادگیری تقویتی و استفاده از سیستمهای دینامیکی در
یادگیری قوانین کنترل، برنامهریزی مسیر و روشهای کنترل سازگار و
نیرو است.
ویژگیهای آموزش در هر فصل:
• برنامههایی که از
دستکاری بازو تا کنترل کل بدن رباتهای انساننما را شامل
میشود؛
• تمرینات برنامه
نویسی و مداد و کاغذ؛
• ویدئوهای سخنرانی،
اسلایدها و کد MATLAB نمونه های موجود در وب سایت نویسنده .
• یک وبسایت پلتفرم
کتاب الکترونیکی که مواد محافظتشده[EPS2] برای مربیان
از جمله راهحلها ارائه میکند.
توضیحاتی درمورد کتاب به خارجی
Methods by which robots can learn control laws that
enable real-time reactivity using dynamical systems; with
applications and exercises.
This book presents a wealth of machine learning techniques to
make the control of robots more flexible and safe when
interacting with humans. It introduces a set of control laws
that enable reactivity using dynamical systems, a widely used
method for solving motion-planning problems in robotics. These
control approaches can replan in milliseconds to adapt to new
environmental constraints and offer safe and compliant control
of forces in contact. The techniques offer theoretical
advantages, including convergence to a goal, non-penetration of
obstacles, and passivity. The coverage of learning begins with
low-level control parameters and progresses to higher-level
competencies composed of combinations of skills.
Learning for Adaptive and Reactive Robot
Control is designed for graduate-level courses in
robotics, with chapters that proceed from
fundamentals to more advanced content. Techniques covered
include learning from demonstration, optimization, and
reinforcement learning, and using dynamical systems in learning
control laws, trajectory planning, and methods for compliant
and force control .
Features for teaching in each chapter:
• applications, which
range from arm manipulators to whole-body control of humanoid
robots;
• pencil-and-paper and
programming exercises;
• lecture videos,
slides, and MATLAB code examples available on the
author’s website .
• an eTextbook platform
website offering protected material[EPS2] for
instructors including solutions.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Learning React Native: Building Native Mobile Apps with JavaScript
