- Broschiertes Buch
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
Lernende Roboter behandelt Methoden und Lernstrategien der Künstlichen Intelligenz (KI) im Hinblick auf deren Anwendungen in der Robotik. Mehrere Lernschemata werden beschrieben. Lernen wird als das Hinzufügen neuen Wissens zu bestehendem Grundwissen und deren Wechselwirkung verstanden. Verschiedene Formen der Wissensaneignung werden besprochen. Die Lernziele entsprechen dem breiten Spektrum der Anforderungen; der behandelte Stoff reicht vom direkt implementierten Wissen bis hin zur Deutung von Wirkzusammenhängen zwischen durchgeführten Aktionen und sensorisch erfaßten Merkmalen. Ziel des…mehr
Andere Kunden interessierten sich auch für
- Dierk SchröderIntelligente Verfahren179,99 €
- David B. Fogel / Charles J. Robinson (Hgg.)Computational Intelligence183,99 €
- Ulrich NehmzowMobile Robotik54,99 €
- Hans-Jürgen SiegertRobotik: Programmierung intelligenter Roboter44,99 €
- Cipriano GalindoMultiple Abstraction Hierarchies for Mobile Robot Operation in Large Environments74,99 €
- Jozo DujmovicSoft Computing Evaluation Logic154,99 €
- Ying Bai / Hanqi Zhuang / Dali Wang (eds.)Advanced Fuzzy Logic Technologies in Industrial Applications79,99 €
-
-
-
Lernende Roboter behandelt Methoden und Lernstrategien der Künstlichen Intelligenz (KI) im Hinblick auf deren Anwendungen in der Robotik. Mehrere Lernschemata werden beschrieben. Lernen wird als das Hinzufügen neuen Wissens zu bestehendem Grundwissen und deren Wechselwirkung verstanden. Verschiedene Formen der Wissensaneignung werden besprochen. Die Lernziele entsprechen dem breiten Spektrum der Anforderungen; der behandelte Stoff reicht vom direkt implementierten Wissen bis hin zur Deutung von Wirkzusammenhängen zwischen durchgeführten Aktionen und sensorisch erfaßten Merkmalen. Ziel des Buches ist eine Diskussion des Einsatzes von Lernstrategien für zukünftige, intelligente und autonome Robotersysteme. Es bietet in konzentrierter Form einen Überblick über das Gebiet, aufbereitet für den Einsatz in der Robotik.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Produktdetails
- Produktdetails
- Fachberichte Messen - Steuern - Regeln Bd.15
- Verlag: Springer / Springer Berlin Heidelberg / Springer, Berlin
- Artikelnr. des Verlages: 978-3-540-19079-0
- 1988.
- Seitenzahl: 152
- Erscheinungstermin: 18. Juli 1988
- Deutsch
- Abmessung: 244mm x 170mm x 9mm
- Gewicht: 258g
- ISBN-13: 9783540190790
- ISBN-10: 3540190791
- Artikelnr.: 24985609
- Fachberichte Messen - Steuern - Regeln Bd.15
- Verlag: Springer / Springer Berlin Heidelberg / Springer, Berlin
- Artikelnr. des Verlages: 978-3-540-19079-0
- 1988.
- Seitenzahl: 152
- Erscheinungstermin: 18. Juli 1988
- Deutsch
- Abmessung: 244mm x 170mm x 9mm
- Gewicht: 258g
- ISBN-13: 9783540190790
- ISBN-10: 3540190791
- Artikelnr.: 24985609
Inhaltsverzeidinis.- 1 Einleitung.- 2 Hypothetisches Modell der Lernstrukturen bei höheren Lebewesen.- 2.1 Verhaltensprägung und -änderung durch Lernen.- 2.2 Hierarchische Gliederung der Willkürmotorik.- 3 Grundstruktur von lernenden Systemen.- 3.1 Modellbildung von lernenden Systemen.- 3.1.1 Das Lernziel.- 3.1.2 Das Ausfuhrungselement.- 3.1.3 Inhalt und Struktur der Wissensbasis im lernenden System.- 4 Klassifikation von Lernverfahren.- 4.1 Unterlagerte Lernstrategien.- 4.2 Präsentation gelernten Wissens.- 5 Mechanisches Lernen ohne Transformationsprozesse.- 5.1 Grundstrukturen mechanischen Lernens.- 5.2 Lernfähige lokal verallgemeinernde assoziative Speichersysteme.- 5.2.1 Informationsspeicherung in neuronalen Netzwerken: Assoziative Stimulus-Response Abbildung als allgemeines Systemmodell.- 5.2.2 Anwendungen von CMAC in der Robotik.- 6 Lernen aus Beispielen (induktives Lernen).- 6.1 Grundstruktur der unterlagerten Lernstrategie.- 6.2 Der Beispielraum.- 6.3 Der Interpretationsprozeß.- 6.4 Der Regelraum.- 6.5 Steuerung der Suchoperationen im Regelraum.- 6.6 Induktionsverfahren zur Erzeugung von Handhabungssequenzen.- 6.7 Lernen unter Verwendung von Simulationstechniken.- 7 Lernen in Regelungssystemen.- 7.1 Adaptive Regelungssysteme mit Selbsorientierung.- 7.2 Modelle adaptiver Lernstrategien.- 8 Lernende Automatenmodelle.- 8.1 Ein stochastischer Automat als Modell lernender Robotersteuerungen.- 8.2 Der Fuzzy-Automat als Steuerungsmodell.- 8.2.1 Fuzzy-Mengen.- 8.2.2 Fuzzy-Logik.- 8.2.2.1 Fuzzy-Variable und Fuzzy-Restriktion.- 8.2.2.2 Transformationsregeln für Aussagen in der Fuzzy-Logik.- 8.2.3 Linguistische Variable.- 8.2.3.1 Linguistische Wahrheitswerte und Linguistische Approximation.- 8.2.4 Inferenzregeln in der Fuzzy-Logik und Approximistisches Schließen.-8.2.5 Der variable Struktur Fuzzy-Automat.- 8.2.5.1 Der Fuzzy-Automat als Steuerungskoordinator in hierarchischen Robotersteuerungsstrukturen.- 9 Lernen durch Analogien.- 9.1 Repräsentation des Problemraums.- 9.2 Der Erinnerungs- und Transformationsprozess.- 9.3 Grundklassen von Transformationsoperatoren.- 9.4 Differenzmaß zur Bewertung von Analogien.- 9.5 Lernen von verallgemeinerten Plänen.- 10 Lernen durch Erfahrung.- 10.1 Modell einer Lernstruktur durch Erfahrung.- 10.2 Beschreibung der Komponenten des Lernmodells.- 10.2.1 Der Problemgenerator.- 10.2.2 Der Problemloser.- 10.2.3 Der Kritiker.- 10.2.4 Der Generalisierer.- 10.3 Lernen durch Erfahrung zur Berichtigung falscher Theorien.- 11 Konzept eines hierarchischen Robotersystems mit Lernfähigkeit.- 11.1 Grundkomponenten hierarchisch gegliederter Robotersysteme.- 11.2 Lernziele des mobilen Robotersystems.- 11.3 Wechselwirkungen zwischen Planung, Exekutive und Überwachung.- 11.4 Der HLI als Bewerter und Kritiker von Plänen.- 11.5 ROSI 2 als Experimentator zur Unterstützung induktiven Lernens von Planungs- und Strategiewissen.- 12 Schlußbemerkung.- 13 Literaturverzeichnis.
Inhaltsverzeidinis.- 1 Einleitung.- 2 Hypothetisches Modell der Lernstrukturen bei höheren Lebewesen.- 2.1 Verhaltensprägung und -änderung durch Lernen.- 2.2 Hierarchische Gliederung der Willkürmotorik.- 3 Grundstruktur von lernenden Systemen.- 3.1 Modellbildung von lernenden Systemen.- 3.1.1 Das Lernziel.- 3.1.2 Das Ausfuhrungselement.- 3.1.3 Inhalt und Struktur der Wissensbasis im lernenden System.- 4 Klassifikation von Lernverfahren.- 4.1 Unterlagerte Lernstrategien.- 4.2 Präsentation gelernten Wissens.- 5 Mechanisches Lernen ohne Transformationsprozesse.- 5.1 Grundstrukturen mechanischen Lernens.- 5.2 Lernfähige lokal verallgemeinernde assoziative Speichersysteme.- 5.2.1 Informationsspeicherung in neuronalen Netzwerken: Assoziative Stimulus-Response Abbildung als allgemeines Systemmodell.- 5.2.2 Anwendungen von CMAC in der Robotik.- 6 Lernen aus Beispielen (induktives Lernen).- 6.1 Grundstruktur der unterlagerten Lernstrategie.- 6.2 Der Beispielraum.- 6.3 Der Interpretationsprozeß.- 6.4 Der Regelraum.- 6.5 Steuerung der Suchoperationen im Regelraum.- 6.6 Induktionsverfahren zur Erzeugung von Handhabungssequenzen.- 6.7 Lernen unter Verwendung von Simulationstechniken.- 7 Lernen in Regelungssystemen.- 7.1 Adaptive Regelungssysteme mit Selbsorientierung.- 7.2 Modelle adaptiver Lernstrategien.- 8 Lernende Automatenmodelle.- 8.1 Ein stochastischer Automat als Modell lernender Robotersteuerungen.- 8.2 Der Fuzzy-Automat als Steuerungsmodell.- 8.2.1 Fuzzy-Mengen.- 8.2.2 Fuzzy-Logik.- 8.2.2.1 Fuzzy-Variable und Fuzzy-Restriktion.- 8.2.2.2 Transformationsregeln für Aussagen in der Fuzzy-Logik.- 8.2.3 Linguistische Variable.- 8.2.3.1 Linguistische Wahrheitswerte und Linguistische Approximation.- 8.2.4 Inferenzregeln in der Fuzzy-Logik und Approximistisches Schließen.-8.2.5 Der variable Struktur Fuzzy-Automat.- 8.2.5.1 Der Fuzzy-Automat als Steuerungskoordinator in hierarchischen Robotersteuerungsstrukturen.- 9 Lernen durch Analogien.- 9.1 Repräsentation des Problemraums.- 9.2 Der Erinnerungs- und Transformationsprozess.- 9.3 Grundklassen von Transformationsoperatoren.- 9.4 Differenzmaß zur Bewertung von Analogien.- 9.5 Lernen von verallgemeinerten Plänen.- 10 Lernen durch Erfahrung.- 10.1 Modell einer Lernstruktur durch Erfahrung.- 10.2 Beschreibung der Komponenten des Lernmodells.- 10.2.1 Der Problemgenerator.- 10.2.2 Der Problemloser.- 10.2.3 Der Kritiker.- 10.2.4 Der Generalisierer.- 10.3 Lernen durch Erfahrung zur Berichtigung falscher Theorien.- 11 Konzept eines hierarchischen Robotersystems mit Lernfähigkeit.- 11.1 Grundkomponenten hierarchisch gegliederter Robotersysteme.- 11.2 Lernziele des mobilen Robotersystems.- 11.3 Wechselwirkungen zwischen Planung, Exekutive und Überwachung.- 11.4 Der HLI als Bewerter und Kritiker von Plänen.- 11.5 ROSI 2 als Experimentator zur Unterstützung induktiven Lernens von Planungs- und Strategiewissen.- 12 Schlußbemerkung.- 13 Literaturverzeichnis.