幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能無線機器人(人工智慧演算法與應用)/機器人學譯叢

  • 作者：(美)陳光禎|責編:馮潤峰|譯者:劉紹輝
  • 出版社：機械工業
  • ISBN：9787111707882
  • 出版日期：2022/07/01
  • 裝幀：平裝
  • 頁數：271
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    機器人、無人駕駛汽車、無人機和智慧工廠將顯著改變數字社會中人類的生活方式。本書介紹了無線通信和網路技術如何促進機器人中的人工智慧。本書的一個獨特性是提出應用通信和信號處理技術來增強機器人與多智能體系統中的傳統人工智慧。
    本書具體包括機器人的基礎知識、信息物理系統、人工智慧、統計決策和馬爾可夫決策過程、強化學習、狀態估計、定位、電腦視覺和多模態數據融合、機器人規劃、多智能體系統、網路化多智能體系統、網路化機器人的安全性和魯棒性，以及超可靠和低延遲的機器對機器的網路等內容。書中的實例和練習能幫助讀者輕鬆、高效地理解本書的內容。
    希望拓展在機器人、人工智慧和無線通信等方面知識的工程師可從本書中受益。同時，本書也適合作為電氣工程、電腦工程、電腦科學和一般工程專業的高年級本科生或一年級研究生的教材。
作者介紹
(美)陳光禎|責編:馮潤峰|譯者:劉紹輝
    陳光禎博士，自2016年至今一直擔任南佛羅里達大學電氣工程系教授。陳博士之前曾任職於美國通信衛星公司、IBM沃森研究中心、台灣清華大學、惠普實驗室、台灣大學移動通信與網路研究所。他曾在麻省理工學院等多所大學做過訪問學者。他一直積極組織、參與各種IEEE會議並擔任IEEE期刊的編輯(最近擔任《IEEE通信雜誌》「通信中的數據科學和AI」專題編輯)；為IEEE協會，尤其是通信、車輛技術和信號處理分會提供志願服務，併發起成立社交網路技術委員會。陳博士還為各種國際通信標準貢獻了多個關鍵技術。他撰寫或合作撰寫了超過300篇IEEE論文，出版了4本書，並擁有24項美國專利。他是lEEE會士，獲得了多個IEEE獎項。陳博士目前的研究興趣包括無線網路、人工智慧和機器學習、物聯網、信息物理系統、社交網路和數據分析，以及網路安全。
目錄
譯者序
前言
作譯者簡介
第1章  人工智慧和機器人概述
  1.1  人工智慧、控制論和機器人學的基礎知識
  1.2  智能體
    1.2.1  合理性的概念
    1.2.2  系統動力學
    1.2.3  任務環境
    1.2.4  機器人和多智能體系統
  1.3  推理
    1.3.1  約束滿足問題
    1.3.2  通過搜索來求解CSP
參考文獻
第2章  基本搜索演算法
  2.1  問題求解智能體
  2.2  搜索求解
  2.3  統一搜索
    2.3.1  廣度優先搜索
    2.3.2  動態規劃
    2.3.3  深度優先搜索
  2.4  有信息搜索
  2.5  優化
    2.5.1  線性規劃
    2.5.2  非線性規劃
    2.5.3  凸優化
參考文獻
第3章  機器學習基礎
  3.1  監督學習
    3.1.1  回歸
    3.1.2  貝葉斯分類
    3.1.3  KNN
    3.1.4  支持向量機
  3.2  無監督學習
    3.2.1  K均值聚類
    3.2.2  EM演算法
    3.2.3  主成分分析
  3.3  深度神經網路
  3.4  數據預處理
參考文獻
第4章  馬爾可夫決策過程
  4.1  統計決策
    4.1.1  數學基礎
    4.1.2  貝葉斯決策
    4.1.3  雷達信號探測
    4.1.4  貝葉斯序貫決策
  4.2  馬爾可夫決策過程
    4.2.1  馬爾可夫決策過程的數學基礎
    4.2.2  最優策略
    4.2.3  開發貝爾曼方程的解

  4.3  決策及規劃：動態規劃
  4.4  MDP的應用：搜索移動目標
  4.5  多臂賭博機問題
    4.5.1  ε-貪婪演算法
    4.5.2  上置信界
    4.5.3  湯普森採樣
參考文獻
第5章  強化學習
  5.1  強化學習基礎
    5.1.1  重訪多臂賭博機問題
    5.1.2  強化學習基礎
    5.1.3  基於馬爾可夫過程的強化學習
    5.1.4  貝爾曼最優性原理
  5.2  Q學習
    5.2.1  部分可觀測狀態
    5.2.2  Q學習演算法
    5.2.3  Q學習示例
  5.3  無模型的學習
    5.3.1  蒙特卡羅方法
    5.3.2  時序差分學習
    5.3.3  SARSA
    5.3.4  Q學習與TD學習的關係
參考文獻
第6章  狀態估計
  6.1  估計基礎
    6.1.1  基於觀測的線性估計量
    6.1.2  線性預測
    6.1.3  貝葉斯估計
    6.1.4  極大似然估計
  6.2  遞歸狀態估計
  6.3  貝葉斯濾波
  6.4  高斯濾波
    6.4.1  卡爾曼濾波
    6.4.2  標量卡爾曼濾波
    6.4.3  擴展卡爾曼濾波
參考文獻
第7章  定位
  7.1  感測器網路定位
    7.1.1  到達時間技術
    7.1.2  到達角技術
    7.1.3  到達時間差技術
  7.2  移動機器人定位
  7.3  同時定位與建圖
    7.3.1  概率SLAM
    7.3.2  擴展卡爾曼濾波SLAM
    7.3.3  立體攝像機輔助的SLAM
  7.4  網路定位和導航
參考文獻
第8章  機器人規劃
  8.1  知識表示和分類邏輯

    8.1.1  貝葉斯網路
    8.1.2  語義表示
  8.2  離散規劃
  8.3  自主移動機器人的規劃和導航
    8.3.1  規劃和導航示例
    8.3.2  強化學習的系統闡述
    8.3.3  定長規劃
    8.3.4  條件窮舉規劃
參考文獻
第9章  多模態數據融合
  9.1  電腦視覺
    9.1.1  電腦視覺基礎
    9.1.2  邊緣檢測
    9.1.3  圖像特徵和目標識別
  9.2  基於視覺功能的多模態信息融合
  9.3  決策樹
    9.3.1  決策示例
    9.3.2  正式處理
    9.3.3  分類樹
    9.3.4  回歸樹
    9.3.5  規則和樹
    9.3.6  定位機器人
    9.3.7  帶決策樹的強化學習
  9.4  聯邦學習
    9.4.1  聯邦學習基礎
    9.4.2  通過無線通信進行聯邦學習
    9.4.3  無線網路上的聯邦學習
    9.4.4  多接入通信上的聯邦學習
參考文獻
第10章  多機器人系統
  10.1  多機器人任務分配
    10.1.1  最優分配
    10.1.2  多旅行商問題
    10.1.3  工廠自動化
  10.2  無線通信和網路
    10.2.1  數字通信系統
    10.2.2  電腦網路
    10.2.3  多址通信
  10.3  網路多機器人系統
    10.3.1  曼哈頓街道上的聯網自動駕駛汽車
    10.3.2  網路協同多機器人系統
參考文獻
技術縮略語
索引

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032