熱門關(guān)鍵字:  聽力密碼  聽力密碼  新概念美語  單詞密碼  巧用聽寫練聽力

人工智能技術(shù)與機(jī)器人

中國水利水電出版社
    【作 者】主編 邵克勇 【I S B N 】978-7-5226-1086-3 【責(zé)任編輯】王玉梅 【適用讀者群】本專通用 【出版時(shí)間】2022-12-01 【開 本】16開 【裝幀信息】平裝(光膜) 【版 次】第1版第1次印刷 【頁 數(shù)】240 【千字?jǐn)?shù)】384 【印 張】15 【定 價(jià)】48 【叢 書】普通高等教育人工智能專業(yè)系列教材 【備注信息】
圖書詳情

    本書從人工智能技術(shù)出發(fā),講解了人工智能在智能機(jī)器人上的應(yīng)用方法及相關(guān)技術(shù)。全書共 8 章,首先介紹了人工智能技術(shù)及智能機(jī)器人的相關(guān)發(fā)展歷史、定義、人工智能與機(jī)器人的融合;接著從計(jì)算智能、機(jī)器學(xué)習(xí)、感知智能、認(rèn)知智能、機(jī)器人定位與建圖、路徑規(guī)劃等方面介紹了人工智能的相關(guān)技術(shù)及其在機(jī)器人上的應(yīng)用方法;最后介紹了一般智能機(jī)器人設(shè)計(jì)與開發(fā)方法。

    本書可作為高等院校人工智能、智能科學(xué)與技術(shù)、機(jī)器人工程等新工科專業(yè)和自動(dòng)化、計(jì)算機(jī)科學(xué)與技術(shù)、電子科學(xué)與技術(shù)、控制工程與科學(xué)、機(jī)械設(shè)計(jì)制造及自動(dòng)化、工業(yè)設(shè)計(jì)、車輛工程等傳統(tǒng)理工科專業(yè)的教材,還可供從事相關(guān)專業(yè)交叉學(xué)科研究的科研人員參考。

    內(nèi)容實(shí)用

    系統(tǒng)介紹人工智能在智能機(jī)器人上的應(yīng)用方法及相關(guān)技術(shù)。

    條理清晰

    分為人工智能基礎(chǔ)和智能機(jī)器人兩部分,由淺入深,循序漸進(jìn)。

    形式活潑

    紙質(zhì)教材+ 視頻講解,有利于學(xué)生理解掌握。

    毫無疑問,機(jī)器人已經(jīng)成為當(dāng)下科技發(fā)展的重要領(lǐng)域。從誕生之日起,機(jī)器人就對(duì)人類的生產(chǎn)生活產(chǎn)生了巨大影響。可以說,在未來世界,機(jī)器人將更深入地滲透到人們的日常當(dāng)中。而隨著人工智能應(yīng)用的范圍越來越廣、程度越來越深,機(jī)器人也在迎來一個(gè)劃時(shí)代的變革。與之前主要用于提高工業(yè)生產(chǎn)效率不同,如今的機(jī)器人變得更加智能,也更能理解和幫助實(shí)現(xiàn)人類的各種需求。本書在選材方面著重展現(xiàn)人工智能技術(shù)在機(jī)器人領(lǐng)域的研究和應(yīng)用,首先介紹人工智能技術(shù)的基本原理和應(yīng)用,接著對(duì)人工智能技術(shù)在機(jī)器人領(lǐng)域的研究和應(yīng)用進(jìn)行了講解。

    本書將基礎(chǔ)理論與實(shí)際應(yīng)用相結(jié)合,敘述簡明清晰,強(qiáng)調(diào)內(nèi)容的先進(jìn)性、實(shí)用性和可讀性,適用于高等院校人工智能、自動(dòng)化、電氣工程及其自動(dòng)化、計(jì)算機(jī)、機(jī)器人工程等專業(yè)開設(shè)的相關(guān)課程。作者根據(jù)東北石油大學(xué)本科教材建設(shè)規(guī)劃,充分借鑒國內(nèi)外相關(guān)教材和資料文獻(xiàn),結(jié)合多年的教學(xué)和科研實(shí)踐體會(huì),精選內(nèi)容,編寫了本書。

    本書共分為8章,第1章簡述人工智能的歷史、人工智能與機(jī)器人的融合、智能機(jī)器人的定義及分類、智能機(jī)器人的關(guān)鍵技術(shù)、智能機(jī)器人未來的發(fā)展;第2章系統(tǒng)介紹計(jì)算智能中較為典型的4類算法—人工神經(jīng)網(wǎng)絡(luò)算法、深度神經(jīng)網(wǎng)絡(luò)算法、模糊控制算法和進(jìn)化計(jì)算算法;第3章介紹機(jī)器學(xué)習(xí)的基本理論,并對(duì)監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)進(jìn)行講解;第4章主要針對(duì)機(jī)器人感知方式進(jìn)行介紹,包括機(jī)器人傳感器、機(jī)器人視覺與圖像處理、語音識(shí)別與機(jī)器人聽覺、多源信息融合;第5章介紹實(shí)現(xiàn)機(jī)器人認(rèn)知的基本方法,包括知識(shí)表示技術(shù)、邏輯推理、搜索技術(shù)、知識(shí)圖譜;第6章在介紹傳統(tǒng)機(jī)器人定位技術(shù)和機(jī)器人地圖構(gòu)建的基礎(chǔ)上,重點(diǎn)介紹了機(jī)器人同時(shí)定位與建圖,通過這些算法為智能機(jī)器人的路徑規(guī)劃提供基礎(chǔ);第7章介紹機(jī)器人路徑規(guī)劃中的全局路徑規(guī)劃算法和局部路徑規(guī)劃算法;第8章介紹智能機(jī)器人設(shè)計(jì)與開發(fā)的相關(guān)問題。

    本書由邵克勇任主編(負(fù)責(zé)統(tǒng)稿、修改、定稿工作),楊莉、吳攀超、郭浩軒任副主編,邵克勇編寫第5章和第7章,楊莉編寫第1章和第2章,吳攀超編寫第3章和第6章,郭浩軒編寫第4章和第8章。

    在本書編寫過程中,編者參考了國內(nèi)外現(xiàn)有教材和相關(guān)文獻(xiàn),在此向其原作者表示深深的感謝。

    本教材的編寫得到了東北石油大學(xué)重點(diǎn)教材建設(shè)項(xiàng)目的資助和中國水利水電出版社的大力支持,在此一并致謝。

    由于人工智能是一門不斷發(fā)展的學(xué)科,新的理論方法與技術(shù)、新的應(yīng)用領(lǐng)域不斷涌現(xiàn),加之編者水平有限,書中難免存在不妥與錯(cuò)誤之處,懇請(qǐng)各位專家和讀者批評(píng)指正。

    編 者

    2022年7月

    前言
    第1章 緒論 1
    1.1 人工智能的歷史 2
    1.2 人工智能與機(jī)器人的融合 3
    1.3 智能機(jī)器人的定義 3
    1.4 機(jī)器人的發(fā)展階段 3
    1.5 智能機(jī)器人的三要素 5
    1.6 智能機(jī)器人的關(guān)鍵技術(shù) 5
    1.7 智能機(jī)器人未來的發(fā)展 8
    本章小結(jié) 9
    習(xí)題1 10
    第2章 計(jì)算智能 11
    2.1 人工神經(jīng)網(wǎng)絡(luò)算法 11
    2.1.1 人工神經(jīng)網(wǎng)絡(luò)基本原理 12
    2.1.2 BP神經(jīng)網(wǎng)絡(luò) 14
    2.1.3 RBF神經(jīng)網(wǎng)絡(luò) 16
    2.2 深度神經(jīng)網(wǎng)絡(luò)算法 18
    2.2.1 深度神經(jīng)網(wǎng)絡(luò)概述 18
    2.2.2 卷積神經(jīng)網(wǎng)絡(luò) 20
    2.2.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 24
    2.2.4 生成對(duì)抗網(wǎng)絡(luò) 26
    2.2.5 深度神經(jīng)網(wǎng)絡(luò)的應(yīng)用案例 28
    2.3 模糊控制算法 32
    2.3.1 模糊集合描述 32
    2.3.2 模糊集合運(yùn)算 33
    2.3.3 模糊推理與模糊決策 34
    2.3.4 模糊控制 37
    2.3.5 模糊控制的應(yīng)用與發(fā)展趨勢 40
    2.4 進(jìn)化計(jì)算算法 42
    2.4.1 遺傳算法 42
    2.4.2 粒子群算法 51
    2.4.3 蟻群算法 55
    2.4.4 混合蛙跳算法 60
    本章小結(jié) 63
    習(xí)題2 63
    第3章 機(jī)器學(xué)習(xí) 64
    3.1 機(jī)器學(xué)習(xí)概述 64
    3.1.1 機(jī)器學(xué)習(xí)的發(fā)展階段 64
    3.1.2 機(jī)器學(xué)習(xí)系統(tǒng)的基本結(jié)構(gòu) 65
    3.1.3 機(jī)器學(xué)習(xí)的分類 66
    3.2 監(jiān)督學(xué)習(xí) 68
    3.2.1 支持向量機(jī) 69
    3.2.2 K-最近鄰分類 70
    3.2.3 樸素貝葉斯分類器 70
    3.2.4 集成學(xué)習(xí) 72
    3.3 非監(jiān)督學(xué)習(xí) 75
    3.3.1 K-均值聚類 75
    3.3.2 PCA算法 76
    3.4 強(qiáng)化學(xué)習(xí) 78
    3.4.1 強(qiáng)化學(xué)習(xí)的特點(diǎn) 78
    3.4.2 強(qiáng)化學(xué)習(xí)的組成部分 78
    3.4.3 馬爾可夫決策過程 79
    3.4.4 基于值函數(shù)的學(xué)習(xí)算法 84
    3.4.5 基于策略函數(shù)的學(xué)習(xí)算法 87
    3.4.6 Actor-Critic算法 88
    3.5 深度強(qiáng)化學(xué)習(xí) 88
    3.5.1 深度強(qiáng)化學(xué)習(xí)的常用算法 88
    3.5.2 深度強(qiáng)化學(xué)習(xí)的主要應(yīng)用 90
    3.6 遷移學(xué)習(xí) 91
    3.6.1 遷移學(xué)習(xí)的基本方法 92
    3.6.2 分布對(duì)齊的常用方法 96
    3.6.3 遷移學(xué)習(xí)的研究前沿 100
    本章小結(jié) 102
    習(xí)題3 102
    第4章 感知智能 103
    4.1 機(jī)器人傳感器 103
    4.1.1 內(nèi)部傳感器 104
    4.1.2 外部傳感器 106
    4.2 機(jī)器人視覺與圖像處理 108
    4.2.1 機(jī)器人視覺 108
    4.2.2 數(shù)字圖像處理系統(tǒng) 113
    4.3 語音識(shí)別與機(jī)器人聽覺 133
    4.3.1 語音識(shí)別技術(shù)流程 133
    4.3.2 聲學(xué)模型訓(xùn)練常用方法 135
    4.3.3 機(jī)器人聽覺系統(tǒng) 138
    4.4 多源信息融合 139
    4.4.1 信息融合概述 140
    4.4.2 多源信息融合的主要方法 140
    4.4.3 機(jī)器人信息融合技術(shù) 143
    本章小結(jié) 144
    習(xí)題4 145
    第5章 認(rèn)知智能 146
    5.1 知識(shí)表示技術(shù) 147
    5.1.1 一階謂詞邏輯表示法 147
    5.1.2 產(chǎn)生式表示法 151
    5.1.3 語義網(wǎng)絡(luò)表示法 154
    5.2 邏輯推理 157
    5.2.1 命題演算的消解方法 157
    5.2.2 公式集化為標(biāo)準(zhǔn)子句集 158
    5.2.3 推理規(guī)則 159
    5.2.4 推理求解過程 160
    5.3 搜索技術(shù) 162
    5.3.1 盲目搜索 166
    5.3.2 等代價(jià)搜索 168
    5.3.3 啟發(fā)式搜索 170
    5.4 知識(shí)圖譜 172
    5.4.1 知識(shí)圖譜架構(gòu) 173
    5.4.2 知識(shí)圖譜構(gòu)建的關(guān)鍵技術(shù) 173
    5.4.3 代表性知識(shí)圖譜庫 174
    5.4.4 知識(shí)圖譜應(yīng)用場景 175
    本章小結(jié) 177
    習(xí)題5 177
    第6章 機(jī)器人定位與建圖 178
    6.1 機(jī)器人定位技術(shù) 178
    6.1.1 經(jīng)典機(jī)器人定位技術(shù) 179
    6.1.2 機(jī)器人無線定位算法 182
    6.2 機(jī)器人地圖構(gòu)建 187
    6.2.1 地圖模型 187
    6.2.2 基于距離測量的地圖構(gòu)建算法 189
    6.3 機(jī)器人同倍ㄎ揮虢ㄍ� 190
    6.3.1 SLAM基本概念 190
    6.3.2 基于視覺的SLAM方法 191
    6.3.3 視覺SLAM的發(fā)展趨勢及研究熱點(diǎn) 199
    本章小結(jié) 199
    習(xí)題6 200
    第7章 機(jī)器人路徑規(guī)劃 201
    7.1 全局路徑規(guī)劃算法 202
    7.1.1 柵格法 202
    7.1.2 可視圖法 203
    7.1.3 戴克斯特拉(Dijkstra)算法 203
    7.1.4 基于強(qiáng)化學(xué)習(xí)的Q-Learning算法 205
    7.2 局部路徑規(guī)劃算法 207
    7.2.1 人工勢場法 207
    7.2.2 動(dòng)態(tài)窗口法 210
    7.3 路徑規(guī)劃發(fā)展趨勢 212
    本章小結(jié) 213
    習(xí)題7 214
    第8章 智能機(jī)器人設(shè)計(jì)與開發(fā) 215
    8.1 智能機(jī)器人設(shè)計(jì)的基本步驟 216
    8.2 機(jī)器人硬件設(shè)計(jì)與開發(fā) 217
    8.2.1 主板 217
    8.2.2 傳感器 219
    8.2.3 驅(qū)動(dòng)器 219
    8.2.4 其他硬件設(shè)備 220
    8.3 機(jī)器人的軟件架構(gòu) 221
    8.3.1 概述 221
    8.3.2 機(jī)器人的軟件架構(gòu)范例 221
    8.3.3 機(jī)器人編程方式 223
    8.3.4 機(jī)器人程序設(shè)計(jì)語言 225
    8.4 機(jī)器人仿真平臺(tái) 227
    本章小結(jié) 231
    習(xí)題8 232
    參考文獻(xiàn) 233
最新評(píng)論共有 0 位網(wǎng)友發(fā)表了評(píng)論
發(fā)表評(píng)論
評(píng)論內(nèi)容:不能超過250字,需審核,請(qǐng)自覺遵守互聯(lián)網(wǎng)相關(guān)政策法規(guī)。
用戶名: 密碼:
匿名?
注冊(cè)
苍溪县| 永定县| 宜兴市| 榆中县| 二手房| 南皮县| 清原| 河北省| 乌鲁木齐县| 马尔康县| 通城县| 内丘县| 资中县| 水富县| 中宁县| 雷波县| 吐鲁番市| 合江县| 尚志市| 江川县| 繁峙县| 湖南省| 朝阳市| 达州市| 梅河口市| 南召县| 益阳市| 尼勒克县| 尉氏县| 鄯善县| 四川省| 玛曲县| 怀仁县| 即墨市| 武宣县| 阜城县| 柳河县| 政和县| 民权县| 顺义区| 海兴县|