这本书描述了如何创建能够自主执行任务的行为和认知技的机器人,而他们与环境互动,通过进化和/或学习过程。本书专注于无模型的方法,以最少的人为干预,机器人使用的行为解决了它的任务,这种行为产生的方式是由自适应过程自动发现的,即它不是由实验者指定的。

https://bacrobotics.com/

这本书的第一个目标是介绍自主机器人和自适应方法:进化机器人,强化学习,和通过演示学习。在这方面,本书不能也不打算详尽无遗。它侧重于当前最有效的方法,以及那些密切相关但通常在独立的研究团体中独立研究的方法之间的关系。

第二个目标是通过对自适应机器人在具体实验中发现的行为和认知解决方案的分析来说明具身智能的基本方面:机器人的身体和“大脑”之间的关系,感觉运动协调的作用,欠驱动的后果,行为的动力和多层次的含义,鲁棒性的重要性,出现和自组织的作用,学习经验对适应过程的影响,预测和世界模型的作用,机器人之间的合作和竞争的作用,能够促进持续和开放学习的因素。

最后,第三个目标是让读者通过实验自适应机器人来获得实际知识。这个最终目标是通过向读者介绍易于使用和强大的软件工具来实现的,允许创建自适应机器人,复制代表性的最先进的实验,并获得在这个领域进行高质量研究所需的实践技能。

Preface

  1. Autonomous Robots
  2. From Braitenberg's Vehicles To Neuro-Robots
  3. Embodiment
  4. Situatedness
  5. Behavior And Cognition As Complex Dynamical Systems
  6. Adaptation
  7. Robustness, Plasticity and Antifragility
  8. Swarm Robotics
  9. Communication and Language
  10. Neural Basis of Cognition
  11. Cognition
  12. Long-Term and Open-Ended Learning
  13. How to Train Robots Through Evolutionary And Reinforcement Learning Algorithms
成为VIP会员查看完整内容
52

相关内容

【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25日
【布朗大学David Abel博士论文】强化学习抽象理论,297页pdf
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
159+阅读 · 2020年7月27日
《强化学习》简介小册,24页pdf
专知会员服务
261+阅读 · 2020年4月19日
专知会员服务
198+阅读 · 2019年8月30日
浅谈群体智能——新一代AI的重要方向
中国科学院自动化研究所
38+阅读 · 2019年10月16日
【泡泡一分钟】基于表面的自主三维建模探索
泡泡机器人SLAM
9+阅读 · 2019年9月10日
大脑通过统计推理表征“自我”
人工智能学家
6+阅读 · 2019年9月4日
421页《机器学习数学基础》最新2019版PDF下载
Arxiv
10+阅读 · 2020年11月26日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
VIP会员
相关主题
微信扫码咨询专知VIP会员