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

自適應和反應式機器人控制(動態系統法)/機器人學譯叢

  • 作者：(瑞士)奧德·比拉德//辛納·米拉扎維//(美)納迪亞·菲格羅亞|責編:曲熠|譯者:姜金剛//張為璽//孫健鵬//馬宏遠//裘智顯
  • 出版社：機械工業
  • ISBN：9787111760955
  • 出版日期：2024/09/01
  • 裝幀：平裝
  • 頁數：312
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹如何通過動態系統學習控制律，從而使機器人具備實時反應能力。本書首先介紹機器人學習數據的收集方法，然後重點講解使用動態系統學習控制律的核心技術，使用動態系統進行軌跡規劃的方法，以及使用動態系統進行柔性控制和力控制的方法。本書提供大量應用示例，包括機械臂、擬人手和仿人機器人的全身控制等。本書要求讀者熟悉關於機器人控制的基礎知識，並熟悉機器學習、統計、優化以及動態系統等相關內容，適合作為高等院校機器人控制方向的研究生課程教材，也適合相關領域的技術人員參考。
作者介紹
(瑞士)奧德·比拉德//辛納·米拉扎維//(美)納迪亞·菲格羅亞|責編:曲熠|譯者:姜金剛//張為璽//孫健鵬//馬宏遠//裘智顯
目錄
譯者序
前言
符號表
第一部分  緒論
  第1章  機器人動態控制系統的利用和學習——概述
    1.1  預備知識和附加材料
    1.2  不確定條件下的軌跡規劃
    1.2.1  規劃抓取物體的路徑
    1.2.2  在線更新規劃
    1.3  計算動態系統的路徑
    1.3.1  穩定系統
    1.4  學慣用于自動規劃路徑的控制律
    1.5  學習如何組合控制律
    1.6  通過學習修改控制律
    1.7  動態系統的耦合
    1.8  動態系統的柔性控制的生成和學習
    1.9  控制架構
  第2章  收集學習數據
    2.1  生成數據的方法
    2.1.1  應使用哪種方法，何時使用
    2.2  示教機器人的介面
    2.2.1  運動跟蹤系統
    2.2.2  匹配問題
    2.2.3  拖動示教
    2.2.4  遙操作
    2.2.5  傳力介面
    2.2.6  組合介面
    2.3  數據要求
    2.4  教機器人打高爾夫球
    2.4.1  通過人類示教任務
    2.4.2  從失敗和成功的案例中學習
    2.5  從最優控制中收集數據
第二部分  控制器的學習
  第3章  控制律的學習
    3.1  預備知識
    3.1.1  動態系統學習的多元回歸
    3.1.2  穩定動態系統的Lyapunov理論
    3.2  線性系統組合的非線性動態系統
    3.3  學習穩定非線性動態系統
    3.3.1  約束高斯混合回歸
    3.3.2  動態系統的穩定估計
    3.3.3  非線性動態系統學習的評估
    3.3.4  LASA手寫數據集：評估穩定動態系統學習的基準
    3.3.5  機器人實現
    3.3.6  動態系統的穩定估計表達方法的缺點
    3.4  學習穩定的高度非線性動態系統
    3.4.1  聯合線性變參表達方法
    3.4.2  物理一致性貝葉斯非參數高斯混合模型
    3.4.3  線性變參動態系統的穩定估計
    3.4.4  離線學習演算法評估

    3.4.5  機器人實現
    3.5  學習穩定的二階動態系統
    3.5.1  二階線性變參–動態系統表達方法
    3.5.2  二階動態系統的穩定估計
    3.5.3  學習演算法評估
    3.5.4  機器人實現
    3.6  本章小結
  第4章  學習多種控制律
    4.1  通過狀態空間劃分組合控制律
    4.1.1  簡單方法
    4.1.2  問題公式
    4.1.3  縮放和穩定性
    4.1.4  重建精度
    4.1.5  機器人實現
    4.2  學習具有分岔的動態系統
    4.2.1  具有Hopf分岔的動態系統
    4.2.2  動態系統的期望形狀
    4.2.3  兩步優化
    4.2.4  非線性極限環的擴展
    4.2.5  機器人實現
  第5章  學習控制律序列
    5.1  學習局部活動全局穩定動態系統
    5.1.1  具有單個局部活動區域的線性局部活動全局穩定動態系統
    5.1.2  具有多個局部活動區域的非線性局部活動全局穩定動態系統
    5.1.3  學習非線性局部活動全局穩定動態系統
    5.1.4  學習演算法的評估
    5.1.5  機器人實現
    5.2  隱馬爾可夫模型線性變參–動態系統的學習序列
    5.2.1  逆線性變參–動態系統公式和學習方法
    5.2.2  使用高斯混合模型學習穩定逆線性變參–動態系統
    5.2.3  使用隱馬爾可夫模型的線性變參–動態系統學習序列
    5.2.4  模擬和機器人的實現
第三部分  耦合和調製控制器
  第6章  耦合和同步控制器
    6.1  預備知識
    6.2  耦合兩個線性動態系統
    6.2.1  機器人切割
    6.3  機械臂–手耦合運動
    6.3.1  耦合形式
    6.3.2  學習動力學
    6.3.3  機器人實現
    6.4  耦合的眼睛–手臂–手指運動
  第7章  接觸並適應移動物體
    7.1  如何抓取移動的物體
    7.2  單手抓取固定的小物體
    7.2.1  機器人實現
    7.3  單手抓取移動的小物體
    7.4  機器人實現
    7.5  雙手抓取移動的大物體
    7.6  機器人實現

    7.6.1  協調能力
    7.6.2  抓取大型移動物體
    7.6.3  抓取快速飛行的物體
  第8章  適應和調製現行的控制律
    8.1  預備知識
    8.1.1  穩定性
    8.1.2  調製參數化
    8.2  學習內部調製
    8.2.1  局部旋轉和范數縮放
    8.2.2  收集學習數據
    8.2.3  機器人實現
    8.3  學習外部調製
    8.3.1  調製、旋轉和速度縮放動力學
    8.3.2  學習外部激活功能
    8.3.3  機器人實現
    8.4  從自由空間轉換到接觸的調製
    8.4.1  形式化
    8.4.2  模擬示例
    8.4.3  機器人實現
  第9章  避障
    9.1  避障：形式化
    9.1.1  障礙物描述
    9.1.2  避障的調製
    9.1.3  凸面障礙物的穩定性
    9.1.4  凹面障礙物的調製
    9.1.5  不可穿透性和收斂性
    9.1.6  將動態系統封閉在工作空間中
    9.1.7  多個障礙物
    9.1.8  避開移動障礙物
    9.1.9  學習障礙物的形狀
    9.2  避免自碰撞和關節級障礙物
    9.2.1  逆向運動學約束和自碰撞約束的組合
    9.2.2  學習避免自碰撞邊界
    9.2.3  避免自碰撞數據集的構造
    9.2.4  用於大數據集的稀疏支持向量機
    9.2.5  機器人實現
第四部分  動態系統的柔性和力控制
  第10章  柔性控制
    10.1  機器人何時以及為什麼應該是柔性的
    10.2  柔性運動發生器
    10.2.1  可變阻抗控制
    10.3  學習期望的阻抗分佈
    10.3.1  從人體運動中學習可變阻抗控制
    10.3.2  從拖動示教中學習可變阻抗控制
    10.4  動態系統的被動交互控制
    10.4.1  非守恆動態系統的擴展
  第11章  力控制
    11.1  動態系統接觸任務中的運動和力的生成
    11.1.1  接觸任務的基於動態系統的策略
    11.1.2  機器人實驗

  第12章  結論與展望
附錄
  附錄A  動態系統理論的背景
  附錄B  機器學習的背景
  附錄C  機器人控制的背景
  附錄D  證明和推導
  附註
  參考文獻

  • 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