乐于分享
好东西不私藏

书籍下载-《确保不确定环境下机器人系统的安全操作:控制与学习方法》

书籍下载-《确保不确定环境下机器人系统的安全操作:控制与学习方法》

书籍:Assuring Safe Operation of Robotic Systems under Uncertainty: Control and Learning Methods 

作者:Cong Li,Yongchao Wang,Fangzhou Liu,Xinglong Zhang

出版:CRC Press

入群邀请10个专业方向交流群

微信扫码回复260318,免费获取电子版书籍

书籍介绍

本书应用集合论和强化学习方法来制定、分析并解决在不确定环境中确保机器人系统安全操作的挑战。

作者采用基于学习的支持性集合论方法——特别是障碍李雅普诺夫函数和控制屏障函数——以实现连续时间非线性控制应用中理想的鲁棒安全性,并保证性能。同时,他们还将强化学习与控制理论相结合,以确保安全的学习和优化。基于强化学习的优化框架通过应用控制领域的理论分析工具,整合了安全性和鲁棒性的保障。

本书将吸引专注于机器人规划与控制的研究人员、工程师及学生。

作者简介

Cong Li于2022年在德国慕尼黑工业大学自动控制工程教席获得博士学位。他也是该教席的研究助理。

Yongchao Wang现任西安高新技术研究院的研究员,并担任西安电子科技大学航天科学与技术学院教授。他曾任职于德国慕尼黑工业大学自动控制工程教席。
Fangzhou Liu于2019年在德国慕尼黑工业大学获得电气工程博士学位。他曾是德国慕尼黑工业大学自动控制工程教席的讲师和研究员。目前,他是哈尔滨工业大学航天学院的全职教授。
Xinglong Zhang于2011年获得浙江大学机械工程学士学位,并于2018年从意大利米兰理工大学获得系统与控制博士学位。现在,他是国防科技大学智能科学与技术学院的副教授。他的研究兴趣包括Koopman算子、基于学习的模型预测控制、强化学习、近似动态规划及其在汽车系统中的应用。

微信扫码回复260318,免费获取电子版书籍

书籍大纲

—— 精彩推荐 ——
1. 书籍下载-《实用深度学习(第2版)》
2. 书籍下载-《使用Python学习模型上下文协议(MCP)》
3. 书籍下载-《机器人集成设计与实践》
4. 书籍下载-《并联机器人:力学与控制(第二版)》
5. 书籍下载-《机器学习中的线性代数与优化(第二版)》
点击“阅读原文”,解锁更多资料