Cantitate/Preț
Produs

Learning for Adaptive and Reactive Robot Control: Intelligent Robotics and Autonomous Agents series

Autor Aude Billard, Sina Mirrazavi
en Limba Engleză Hardback – feb 2022

Ne-a atras atenția expertiza autoarei Aude Billard, profesor la Institutul Federal Elvețian de Tehnologie din Lausanne, a cărei activitate în cadrul laboratorului LASA a definit standarde în robotica adaptivă. Lucrarea Learning for Adaptive and Reactive Robot Control distilează ani de cercetare aplicată în metode concrete prin care roboții pot învăța legi de control ce permit reactivitatea în milisecunde, esențială pentru interacțiunea sigură cu oamenii. Merită menționat că, spre deosebire de volumul Robotics Research editat anterior de autoare, care servea drept compendiu al celor mai noi rezultate din domeniu, acest titlu din seria Intelligent Robotics and Autonomous Agents series este un manual riguros structurat pentru implementare. Putem afirma că volumul este organizat pentru a facilita o curbă de învățare progresivă. Acesta începe cu fundamentarea colectării datelor, trece prin învățarea unei singure legi de control și evoluează către cuplarea și modularea controlerelor pentru sarcini complexe, precum adaptarea la obiecte în mișcare sau evitarea obstacolelor. Cititorul care a aplicat ideile din Learning Control de Dan Zhang va găsi aici o aprofundare tehnică superioară în ceea ce privește sistemele dinamice și controlul forței, trecând de la teoria generală la soluții matematice demonstrate pentru non-penetrarea obstacolelor și stabilitate. Structura este echilibrată între formalismul matematic și pragmatismul ingineresc. Secțiunile dedicate controlului compliant și forței (capitolele 10 și 11) oferă instrumentele necesare pentru ca roboții să nu fie doar preciși, ci și capabili să lucreze în medii nestructurate. Prin includerea codului MATLAB și a exercițiilor de programare, MIT Press Ltd oferă un instrument de lucru complet, nu doar un tratat teoretic, asigurând o punte solidă între algoritmii de machine learning și execuția fizică pe platforme robotice reale.

Citește tot Restrânge

Din seria Intelligent Robotics and Autonomous Agents series

Preț: 56009 lei

Preț vechi: 65127 lei
-14%

Puncte Express: 840

Carte disponibilă

Livrare economică 16-30 septembrie
Livrare express 02-08 septembrie pentru 6505 lei

Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.

Specificații

ISBN-13: 9780262046169
ISBN-10: 0262046164
Pagini: 456
Dimensiuni: 181 x 259 x 27 mm
Greutate: 1.19 kg
Editura: MIT Press Ltd
Colecția Intelligent Robotics and Autonomous Agents series
Seria Intelligent Robotics and Autonomous Agents series


De ce să citești această carte

Recomandăm această carte inginerilor de control și cercetătorilor în robotică ce doresc să implementeze sisteme capabile să se adapteze instantaneu la schimbările din mediu. Cititorul câștigă o înțelegere profundă a modului în care sistemele dinamice pot fi utilizate pentru a garanta siguranța și stabilitatea roboților umani sau industriali. Este o resursă esențială pentru trecerea de la planificarea cinematică rigidă la controlul reactiv inteligent.


Despre autor

Aude Billard este profesor asociat SNF la Școala de Inginerie din cadrul Institutului Federal Elvețian de Tehnologie (EPFL), Lausanne. Expertiza sa se concentrează pe intersecția dintre machine learning și robotică, conducând laboratorul LASA (Learning Algorithms and Systems Laboratory). Contribuțiile sale includ dezvoltarea de algoritmi care permit roboților să învețe sarcini complexe prin demonstrație și să interacționeze în siguranță cu mediul uman. A editat lucrări de referință precum Robotics Research, fiind o figură centrală în comunitatea internațională de robotică.


Descriere scurtă

Methods by which robots can learn control laws that enable real-time reactivity using dynamical systems; with applications and exercises. This book presents a wealth of machine learning techniques to make the control of robots more flexible and safe when interacting with humans. It introduces a set of control laws that enable reactivity using dynamical systems, a widely used method for solving motion-planning problems in robotics. These control approaches can replan in milliseconds to adapt to new environmental constraints and offer safe and compliant control of forces in contact. The techniques offer theoretical advantages, including convergence to a goal, non-penetration of obstacles, and passivity. The coverage of learning begins with low-level control parameters and progresses to higher-level competencies composed of combinations of skills.
Learning for Adaptive and Reactive Robot Control is designed for graduate-level courses in robotics, with chapters that proceed from fundamentals to more advanced content. Techniques covered include learning from demonstration, optimization, and reinforcement learning, and using dynamical systems in learning control laws, trajectory planning, and methods for compliant and force control .
Features for teaching in each chapter: - applications, which range from arm manipulators to whole-body control of humanoid robots;
- pencil-and-paper and programming exercises;
- lecture videos, slides, and MATLAB code examples available on the author's website .
- an eTextbook platform website offering protected material[EPS2] for instructors including solutions.

Cuprins

Preface xiii
Notation xix
I Introduction 1
1 Using and Learning Dynamical Systems for Robot Control--Overview 3
2 Gathering Data for Learning 27
II Learning a Controller 43
3 Learning a Control Law 45
4 Learning Multiple Control Laws 111
5 Learning Sequences of Control Laws 131
III Coupling and Modulating Controllers 173
6 Coupling and Synchronizing Controllers 175
7 Reaching for and Adapting to Moving Objects 195
8 Adapting and Modulating an Existing Control Law 219
9 Obstacle Avoidance 245
IV Compliant and Force Control with Dynamical Systems 267
10 Compliant Control 269
11 Force Control 295
12 Conclusion and Outlook 303
V Appendices
A Background on Dynamical Systems Theory 307
B Background on Machine Learning 315
C Background on Robot Control 357
D Proofs and Derivations 361
Notes 379
Bibliography 383
Index 391

Notă biografică

Aude Billard is Professor, School of Engineering, Ecole Polytechnique Federale de Lausanne (EPFL) and Director of the Learning Algorithms and Systems Laboratory (LASA). Sina Mirrazavi is a Senior Researcher at Sony. Nadia Figueroa is the Shalini and Rajeev Misra Presidential Assistant Professor in the Mechanical Engineering and Applied Mechanics (MEAM) Department at the University of Pennsylvania.