دانلود کتاب Robot Learning
کتاب یادگیری ربات نسخه زبان اصلی
دانلود کتاب یادگیری ربات بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
توضیحاتی در مورد کتاب Robot Learning
نام کتاب : Robot Learning
ویرایش : 1
عنوان ترجمه شده به فارسی : یادگیری ربات
سری : The Springer International Series in Engineering and Computer Science 233
نویسندگان : Jonathan H. Connell, Sridhar Mahadevan (auth.), Jonathan H. Connell, Sridhar Mahadevan (eds.)
ناشر : Springer US
سال نشر : 1993
تعداد صفحات : 246
ISBN (شابک) : 9781461363965 , 9781461531845
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 22 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
ساخت رباتی که یاد می گیرد یک کار را انجام دهد به عنوان یکی از چالش های اصلی پیش روی هوش مصنوعی شناخته شده است. ربات‌های خود-بهبود انسان را از بسیاری از مشقت‌های برنامه‌ریزی رهایی می‌بخشد و به طور بالقوه امکان عملیات در محیط‌هایی را می‌دهد که قابل تغییر یا تا حدی شناخته شده بودند. پیشرفت به سوی این هدف نیز با تقویت درک ما از چگونگی ادغام موفقیت آمیز توانایی های متفاوت مانند ادراک، برنامه ریزی، یادگیری و عمل، کمک های اساسی به هوش مصنوعی می کند.
اگرچه ریشه های آن را می توان به اواخر دهه پنجاه ردیابی کرد، حوزه یادگیری ربات اخیراً مورد توجه قرار گرفته است. هجوم علاقه به یادگیری ربات تا حدی توسط کار جدید هیجان انگیز در زمینه های درآمد تقویتی، معماری های مبتنی بر رفتار، الگوریتم های ژنتیک، شبکه های عصبی و مطالعه حیات مصنوعی تقویت شده است. آموزش ربات مروری بر برخی از پروژه‌های تحقیقاتی جاری در یادگیری ربات‌ها که در دانشگاه‌ها و آزمایشگاه‌های تحقیقاتی پیشرو در ایالات متحده انجام می‌شود، ارائه می‌کند. جهت گیری های اصلی تحقیق در یادگیری ربات که در این کتاب پوشش داده شده است عبارتند از: یادگیری تقویتی، معماری های مبتنی بر رفتار، شبکه های عصبی، یادگیری نقشه، مدل های اقدام، ناوبری و اکتشاف هدایت شده.
فهرست مطالب :
Front Matter....Pages i-xiii
Introduction to Robot Learning....Pages 1-17
Knowledge-Based Training of Artificial Neural Networks for Autonomous Robot Driving....Pages 19-43
Learning Multiple Goal Behavior via Task Decomposition and Dynamic Policy Merging....Pages 45-78
Memory-based Reinforcement Learning: Converging with Less Data and Less Real Time....Pages 79-103
Rapid Task Learning for Real Robots....Pages 105-139
The Semantic Hierarchy in Robot Learning....Pages 141-170
Uncertainty in Graph-Based Map Learning....Pages 171-192
Real Robots, Real Learning Problems....Pages 193-213
Back Matter....Pages 215-240
توضیحاتی در مورد کتاب به زبان اصلی :
Building a robot that learns to perform a task has been acknowledged as one of the major challenges facing artificial intelligence. Self-improving robots would relieve humans from much of the drudgery of programming and would potentially allow operation in environments that were changeable or only partially known. Progress towards this goal would also make fundamental contributions to artificial intelligence by furthering our understanding of how to successfully integrate disparate abilities such as perception, planning, learning and action.
Although its roots can be traced back to the late fifties, the area of robot learning has lately seen a resurgence of interest. The flurry of interest in robot learning has partly been fueled by exciting new work in the areas of reinforcement earning, behavior-based architectures, genetic algorithms, neural networks and the study of artificial life. Robot Learning gives an overview of some of the current research projects in robot learning being carried out at leading universities and research laboratories in the United States. The main research directions in robot learning covered in this book include: reinforcement learning, behavior-based architectures, neural networks, map learning, action models, navigation and guided exploration.
پست ها تصادفی