掃一掃
關注中圖網
官方微博
>
強化學習與機器人控制
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
強化學習與機器人控制 版權信息
- ISBN：9787302637400
- 條形碼：9787302637400 ; 978-7-302-63740-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：
強化學習與機器人控制 本書特色
從2013年開始，作者及其團隊開始使用神經網絡和模糊系統等智能技術研究人機交互控制。2016年，作者將更多注意力放在如何利用強化學習解決人機交互問題上。經過四年的工作，他們在關節空間和任務空間中提出了基于模型和無模型的阻抗和導納控制的結果，還分析了閉環系統，并且討論了無模型上優機器人交互控制和基于強化學習的位置受力控制設計。他們研究了龐大的離散時間空間和連續時間空間中的強化學習方法。對于冗余機器人的控制，他們使用多智能體強化學習來解決，并分析強化學習的收斂性。將*壞情況下不確定性的魯棒人機交互控制轉化為“H2/H∞問題”，采用強化學習和神經網絡設計并實現上優控制器。 本書假設讀者熟悉基于經典和高級控制器進行機器人交互控制的一些應用，將進一步對系統識別、基于模型和無模型的機器人交互控制器進行系統性分析。本書適用于研究生以及執業工程師。閱讀本書需要掌握的先決知識是:機器人控制、非線性系統分析，特別是Lyapunov方法、神經網絡、優化技術和機器學習。本書還適用于許多對機器人和控制感興趣的研究人員和工程師。 簡潔描述人機交互控制方案，深入介紹了新穎的無模型強化學習控制器。提供了嚴謹的數學推理和演示，助于讀者理解控制方案和算法。隨書提供參考文獻，獲取地址見書封底二維碼。
強化學習與機器人控制 內容簡介
在《強化學習與機器人控制》一書中，專家團隊不僅簡潔明了地描述了人機交互控制方案，還深入介紹了新穎的無模型強化學習控制器。本書首先簡述更優選的人機交互控制方案和強化學習，然后講解典型的環境模型，*后介紹一些更有名的參數估計識別技術。 《強化學習與機器人控制》提供了嚴謹的數學推理和演示，這有助于讀者理解控制方案和算法。書中還描述了人機交互控制和基于強化學習控制的穩定性和收斂性分析。另外，還討論了一些前沿話題，如逆運動學和速度運動學解決方案、神經控制以及機器人領域未來可能的發展趨勢。 ● 全面介紹基于模型的人機交互控制 ● 詳細研究基于歐拉角的無模型人機交互控制和“人機回圈”機制控制 ● 實際討論機器人位置和力控制的強化學習以及機器人力控制的連續時間強化學習 ● 深入研究使用強化學習來控制*壞情況下不確定性的機器人，并使用多智能體強化學習對冗余機器人進行控制
強化學習與機器人控制 目錄
目 錄
第I部分
人機交互控制
第1章 介紹 2
1.1 人機交互控制 2
1.2 控制強化學習 5
1.3 本書的結構安排 6
第2章 人機交互的環境模型 10
2.1 阻抗和導納 10
2.2 人機交互阻抗模型 15
2.3 人機交互模型的識別 18
2.4 本章小結 25
第3章 基于模型的人機交互控制 26
3.1 任務空間阻抗/導納控制 26
3.2 關節空間阻抗控制 29
3.3 準確性和魯棒性 30
3.4 模擬 33
3.5 本章小結 38
第4章 無模型人機交互控制 39
4.1 使用關節空間動力學進行任務空間控制 39
4.2 使用任務空間動力學進行任務空間控制 47
4.3 關節空間控制 48
4.4 模擬 49
4.5 實驗 55
4.6 本章小結 65
第5章 基于歐拉角的回路控制 67
5.1 引言 67
5.2 關節空間控制 68
5.3 任務空間控制 74
5.4 實驗 77
5.5 本章小結 89
第II部分
機器人交互控制的強化學習
第6章 機器人位置/力控制的強化學習 92
6.1 引言 92
6.2 使用阻抗模型的位置/力控制 93
6.3 基于強化學習的位置/力控制 96
6.4 模擬和實驗 104
6.5 本章小結 110
第7章 用于力控制的連續時間強化學習 111
7.1 引言 111
7.2 用于強化學習的K均值聚類 112
7.3 使用強化學習的位置/力控制 116
7.4 實驗 123
7.5 本章小結 129
第8章 使用強化學習在*壞情況下的不確定性機器人控制 130
8.1 引言 130
8.2 使用離散時間強化學習的魯棒控制 131
8.3 具有k個*近鄰的雙Q學習 135
8.4 使用連續時間強化學習的魯棒控制 142
8.5 模擬和實驗：離散時間情況 146
8.6 模擬和實驗：連續時間情況 154
8.7 本章小結 162
第9章 使用多智能體強化學習的冗余機器人控制 163
9.1 引言 163
9.2 冗余機器人控制 164
9.3 冗余機器人控制的多智能體強化學習 169
9.4 模擬和實驗 174
9.5 本章小結 179
第10章 使用強化學習的機器人 2神經控制 180
10.1 引言 180
10.2 使用離散時間強化學習的 2神經控制 181
10.3 連續時間的 2神經控制 196
10.4 示例 209
10.5 本章小結 219
第11章 結論 220
附錄A 機器人運動學和動力學 222
附錄B 強化學習控制 235
展開全部
強化學習與機器人控制 作者簡介
[墨]余文(Wen Yu)，博士，墨西哥城國家政治研究所(CINVESTAV-IPN)投資研究中心的教授和自動化控制系主任，Modeling and Control of Uncertain Nonlinear Systems with Fuzzy Equations and Z-Number 一書的合著者。 阿道夫·佩魯斯基亞(Adolfo Perrusquia)，博士，英國貝德福德郡克蘭菲爾德大學航空航天、運輸和制造學院的研究員。
書友推薦
- >
小考拉的故事-套裝共3冊
- >
月亮虎
- >
山海經
- >
隨園食單
- >
推拿
- >
李白與唐代文化
- >
中國歷史的瞬間
- >
莉莉和章魚
本類暢銷
