掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
深度強化學習理論及其在機器人運動控制中的應用實踐 版權信息
- ISBN：9787121466496
- 條形碼：9787121466496 ; 978-7-121-46649-6
- 裝幀：平塑
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
深度強化學習理論及其在機器人運動控制中的應用實踐 內容簡介
深度強化學習理論的提出為機器人控制中的動力學模型建立、環(huán)境狀態(tài)信息感知等問題提供了豐富的解決思路。本書在現(xiàn)有的深度強化學習算法基礎上，針對機器人控制中的機器人姿態(tài)平衡控制、機器人持物平衡控制、機器人抓取控制3個方面的問題展開研究，為基于深度強化學習的機器人控制問題提供一定的理論指導和技術支撐。
深度強化學習理論及其在機器人運動控制中的應用實踐 目錄
第1章 緒論
1.1 研究背景與意義
1.2 國內外研究現(xiàn)狀
1.2.1 深度強化學習的研究現(xiàn)狀
1.2.2 機器人控制的研究現(xiàn)狀
1.3 本書主要內容
第2章 深度強化學習及非線性*優(yōu)化基礎理論
2.1 引言
2.2 強化學習理論
2.2.1 馬爾可夫決策過程
2.2.2 動態(tài)規(guī)劃
2.2.3 蒙特卡羅方法
2.2.4 時間差分學習
2.2.5 強化學習算法概述
2.3 深度強化學習理論
2.3.1 深度學習
2.3.2 深度強化學習算法概述
2.4 非線性系統(tǒng)
2.4.1 非線性系統(tǒng)描述
2.4.2 李雅普諾夫穩(wěn)定性理論
2.4.3 控制系統(tǒng)中的動態(tài)規(guī)劃問題
2.4.4 連續(xù)系統(tǒng)*優(yōu)控制問題
2.4.5 離散系統(tǒng)*優(yōu)控制問題
2.4.6 ADP方法分析
2.4.7 關于性能指標函數(shù)的討論
2.5 本章小結
第3章 機器人運動控制方法及問題分析
3.1 引言
3.2 機器人平衡問題及方法提出
3.2.1 問題描述
3.2.2 方法提出
3.3 機器人抓取問題及方法提出
3.3.1 問題描述
3.3.2 方法提出
3.4 本章小結
第4章 基于深度強化學習的機器人姿態(tài)平衡控制
4.1 引言
4.2 倒立擺雙輪式機器人基礎模型
4.3 平衡系統(tǒng)控制模型設計
4.3.1 系統(tǒng)特點分析
4.3.2 姿態(tài)平衡系統(tǒng)強化學習模型構建
4.3.3 細節(jié)獎勵函數(shù)設計
4.3.4 強化學習算法
4.4 實驗結果及分析
4.4.1 倒立擺動力學模型軟件設計
4.4.2 倒立擺內核系統(tǒng)設計
4.4.3 訓練和測試環(huán)境
4.4.4 實驗分析
4.5 本章小結
第5章 基于深度強化學習的機器人持物平衡控制
5.1 引言
5.2 機器人球桿系統(tǒng)模型
5.3 平衡系統(tǒng)控制模型設計
5.3.1 持物平衡系統(tǒng)強化學習模型構建
5.3.2 細節(jié)獎勵函數(shù)設計
5.3.3 強化學習算法
5.4 視覺定位方法設計
5.5 實驗結果及分析
5.5.1 訓練和測試環(huán)境
5.5.2 實驗分析
5.6 本章小結
第6章 基于深度強化學習的機器人抓取控制
6.1 引言
6.2 機器人運動學模型建立
6.3 抓取系統(tǒng)控制模型設計
6.3.1 抓取系統(tǒng)強化學習模型構建
6.3.2 獎勵函數(shù)設計
6.3.3 強化學習算法
6.3.4 算法網(wǎng)絡設計
6.4 實驗結果及分析
6.4.1 訓練和測試環(huán)境
6.4.2 實驗分析
6.5 本章小結
第7章 移動機器人的運動控制問題
7.1 引言
7.2 智能體學習環(huán)境及問題
7.3 用細節(jié)獎勵機制解決智能體學習問題
7.4 本章小結
第8章 并聯(lián)機器人的逆解問題
8.1 引言
8.2 并聯(lián)機器人深度強化學習建模
8.2.1 狀態(tài)空間設計
8.2.2 輸出動作選取
8.2.3 獎勵函數(shù)分析
8.3 改進雙延遲深度確定性策略梯度
8.3.1 TD3算法流程
8.3.2 基于Sumtree優(yōu)先采樣
8.4 實驗結果及分析
8.4.1 仿真環(huán)境下的模型訓練和評價
8.4.2 實物平臺模型測試
8.5 本章小結
第9章 結論與展望
9.1 結論
9.2 創(chuàng)新點
9.3 展望
參考文獻
展開全部
深度強化學習理論及其在機器人運動控制中的應用實踐 作者簡介
姚世選，男，1976年5月出生，工學博士，副教授，研究生導師，兼大連理工計算機控制工程有限公司總工程師，全國工業(yè)過程測量控制和自動化標準化技術委員會可編程序控制器分技術委員會（SAC/TC124/SC5）委員。主要從事工業(yè)互聯(lián)網(wǎng)、智能控制、運動控制和機器人控制等技術方面研究，負責國家科技支撐計劃課題"面向電子制造裝備的可編程運動控制器研發(fā)與應用（2015BAF20B02）”1項、國家科工局項目"復合材料旋翼加工數(shù)控系統(tǒng)設計與軟件開發(fā)”1項和企業(yè)委托項目多項。負責了國家科技支撐計劃項目"面向電子制造裝備的關鍵技術開發(fā)與應用示范（2015BAF20B00）”的項目整合、申報書編寫和項目答辯等工作。取得發(fā)明專利6項，實用新型2項，軟件著作權5項，發(fā)表學術論文11篇，參與編寫國家標準3項，審核國家標準多項。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
名家?guī)阕x魯迅:朝花夕拾
- >
經(jīng)典常談
- >
伯納黛特,你要去哪(2021新版)
- >
史學評論
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
【精裝繪本】畫給孩子的中國神話
- >
朝聞道
本類暢銷
