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 ed.] نویسندگان: Qiang Li (editor), Shan Luo (editor), Zhaopeng Chen (editor), Chenguang Yang (editor), Jianwei Zhang (editor) سری: ISBN (شابک) : 0323904459, 9780323904452 ناشر: Academic Press سال نشر: 2022 تعداد صفحات: 372 [374] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 16 Mb
در صورت تبدیل فایل کتاب Tactile Sensing, Skill Learning, and Robotic Dexterous Manipulation 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 حس لامسه، یادگیری مهارت، و دستکاری ماهرانه رباتیک 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.
حسگر لمسی، یادگیری مهارت و دستکاری ماهرانه رباتیک بر خطوط بین رشتهای تحقیقات و ایدههای تحقیقاتی پیشگامانه در سه خط تحقیقاتی تمرکز دارد: حس لامسه، یادگیری مهارت و کنترل ماهرانه. این کتاب کار اخیر در مورد بازنمایی و یادگیری مهارت های ماهرانه انسان را همراه با بحث در مورد حس لامسه و کاربردهای آن در تشخیص و بازسازی ویژگی اشیاء ناشناخته معرفی می کند. بخش ها همچنین طرح واره کنترل تطبیقی و یادگیری آن را با تقلید و کاوش معرفی می کنند. سایر فصول به تشریح بخش اساسی تحقیق مربوطه، توجه به ارتباط میان حوزه های مختلف و نشان دادن به روز بودن در شاخه های مرتبط می پردازد.
این کتاب رویکردهای مختلف را خلاصه می کند و جوانب مثبت و منفی هر کدام را مورد بحث قرار می دهد. فصلها نه تنها تحقیق را توصیف میکنند، بلکه شامل دانش پایهای نیز میشوند که میتواند به خوانندگان در درک کار پیشنهادی کمک کند، و آن را به منبعی عالی برای محققان و متخصصانی که در صنعت رباتیک، لمسی و یادگیری ماشینی کار میکنند تبدیل میکند.
Tactile Sensing, Skill Learning and Robotic Dexterous Manipulation focuses on cross-disciplinary lines of research and groundbreaking research ideas in three research lines: tactile sensing, skill learning and dexterous control. The book introduces recent work about human dexterous skill representation and learning, along with discussions of tactile sensing and its applications on unknown objects’ property recognition and reconstruction. Sections also introduce the adaptive control schema and its learning by imitation and exploration. Other chapters describe the fundamental part of relevant research, paying attention to the connection among different fields and showing the state-of-the-art in related branches.
The book summarizes the different approaches and discusses the pros and cons of each. Chapters not only describe the research but also include basic knowledge that can help readers understand the proposed work, making it an excellent resource for researchers and professionals who work in the robotics industry, haptics and in machine learning.