机读格式显示(MARC)

• 000 01867nam0 2200325 450

• 001 0000701183

• 005 20240715105700.0

• 010 __ |a 978-7-302-63740-0 |b 精装 |d CNY98.00

• 100 __ |a 20231121d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 强化学习与机器人控制 |A qiang hua xue xi yu ji qi ren kong zhi |f (墨) 余文, (墨) 阿道夫·佩鲁斯基亚著 |g 刘晓骏译

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a 247页 |c 图 |d 22cm

• 300 __ |a WILEY

• 306 __ |a 由Wiley Publishing, Inc.授权出版

• 312 __ |a 书名原文取自版权页

• 314 __ |a 余文, 博士, 墨西哥城国家政治研究所 (CINVESTAV-IPN) 投资研究中心的教授和自动化控制系主任, Modeling and Control of Uncertain Nonlinear Systems with Fuzzy Equations and Z-Number一书的合著者。

• 314 __ |a 阿道夫·佩鲁斯基亚(Adolfo Perrusquia), 博士, 英国贝德福德郡克兰菲尔德大学航空航天、运输和制造学院的研究员。

• 330 __ |a 本书首先简述更先进的人机交互控制方案和强化学习, 然后讲解典型的环境模型, 最后介绍一些更著名的参数估计识别技术。提供了严谨的数学推理和演示, 这有助于读者理解控制方案和算法。书中还描述了人机交互控制和基于强化学习控制的稳定性和收敛性分析。另外, 还讨论了一些前沿话题, 如逆运动学和速度运动学解决方案、神经控制以及机器人领域未来可能的发展趋势。全面介绍基于模型的人机交互控制。详细研究基于欧拉角的无模型人机交互控制和“人机回圈”机制控制。实际讨论机器人位置和力控制的强化学习以及机器人力控制的连续时间强化学习。

• 500 10 |a Human-robot interaction control using reinforcement learning |A Human-robot Interaction Control Using Reinforcement Learning |m Chinese

• 606 0_ |a 机器人控制 |A ji qi ren kong zhi

• 690 __ |a TP24 |v 5

• 701 _0 |a 余文 |A yu wen |4 著

• 701 _1 |a 佩鲁斯基亚 |A pei lu si ji ya |g (Perrusquia, Adolfo) |4 著

• 702 _0 |a 刘晓骏 |A liu xiao jun |4 译

• 801 _0 |a CN |b WFKJXY |c 20240715

• 905 __ |a WFKJXY |d TP24/57