機器人多模態學習 從模擬到實現
秦建軍
- 出版商: 機械工業
- 出版日期: 2026-04-01
- 售價: $419
- 貴賓價: 9.5 折 $398
- 語言: 簡體中文
- 頁數: 300
- 裝訂: 平裝
- ISBN: 7111803698
- ISBN-13: 9787111803690
-
相關分類:
Reinforcement
立即出貨 (庫存=1)
買這商品的人也買了...
-
$453OpenCV 3 和 Qt5 電腦視覺應用開發 (Computer Vision with OpenCV 3 and Qt5: Build visually appealing, multithreaded, cross-platform computer vision applications) -
$601知識圖譜：概念與技術 -
$550從零開始學 Flutter 開發 -
Effective Python 中文版｜寫出良好 Python 程式的 90個具體做法, 2/e (Effective Python: 90 Specific Ways to Write Better Python, 2/e)$580$493 -
JavaScript 無所不在 (JavaScript Everywhere: Building Cross-Platform Applications with Graphql, React, React Native, and Electron)$580$458 -
$402Flutter 跨平臺開發入門與實戰 -
Flutter/Dart 跨平台 App 開發實務入門$540$426 -
超圖解 ESP32 深度實作$880$748 -
$177MicroPython 開發與實戰 -
PyTorch 語音識別實戰$534$507 -
$356AI 圖像生成核心技術與實戰 -
$453大模型項目實戰：Agent 開發與應用 -
四旋翼飛行器飛行控制系統設計與數學仿真$528$501 -
構建私有化大模型應用系統：部署、推理與知識庫搭建$594$564 -
$509AI Agent 開發實戰：MCP + A2A + LangGraph 驅動的智能體全流程開發 -
構建自主 AI：深入 A2A 協議的智能體開發$594$564 -
塞爆 128G GPU 記憶體，Nvidia DGX Spark，影音圖生成、微調、預訓練 Agent 全面玩透$1,080$853 -
無刷馬達 FOC 實戰與 STM32G431 (套書封裝,恕不分售)$2,000$1,580 -
影像生成式 AI － Python 程式實戰$650$585 -
$354移動機器人 : 基於 Webots 軟件的分析與實踐 -
$516具身空間智能 -
Claude Code Vibe Coding 開發手冊, 2/e$850$671 -
AI Agent 原理及實務$650$585 -
白話現代控制工程：經典理論方法與工業實踐$954$906 -
從零開始構建個人知識庫$539$512
簡體書新到貨｜單本79折起 2書75折 (8/9--8/23) 詳見活動內容 »
-
VIP 95折
Altium Designer 實戰攻略與高速 PCB 設計 (配視頻教程)$414$393 -
VIP 95折
CMOS 模擬集成電路版圖設計與驗證 — 基於 Cadence Virtuoso 與 Mentor Calibre$288$273 -
85折
$203光傳輸網絡和設備：SDH 與 PTN -
VIP 95折
RESTful API 開發實戰 : 使用 REST JSON XML 和 JAX-RS 構建微服務 大數據和 Web 服務應用 (Pro RESTful APIs: Design, Build and Integrate with REST, JSON, XML and JAX-RS)$288$273 -
VIP 95折
芯片驗證漫遊指南 : 從系統理論到 UVM 的驗證全視界$594$564 -
VIP 95折
信號完整性與電源完整性分析, 3/e (Signal and Power Integrity - Simplified, 3/e)$774$735 -
85折
$652灰帽黑客, 5/e (Gray Hat Hacking The Ethical Hacker's Handbook, 5/e) -
VIP 95折
卡爾曼濾波理論與實踐：MATLAB 版, 4/e$594$564 -
85折
$402自己動手做推薦引擎 -
85折
$504圖論導引 (原書第2版典藏版) -
$768Python 極簡講義：一本書入門數據分析與機器學習 -
85折
$601用戶體驗度量：收集、分析與呈現 (紀念版) -
VIP 95折
集成電路版圖基礎 — 實用指南$414$393 -
VIP 95折
集成電路設計中的電源管理技術$954$906 -
85折
$504雲原生應用構建：基於 OpenShift -
85折
$504Visual Studio Code 權威指南 -
$714人工智能數學基礎 -
VIP 95折
Effective C++ : 改善程序與設計的 55個具體做法, 3/e (簡體中文版) (Effective C++ : 55 Specific Ways to Improve Your Programs and Designs, 3/e)$534$507 -
VIP 95折
Autodesk Revit MEP 2020 管線綜合設計從入門到精通$599$569 -
VIP 95折
黑客攻防技術寶典 ─ Web 實戰篇, 2/e$719$683 -
85折
$652Linux 多線程服務端編程：使用 muduo C++ 網絡庫 -
85折
$254家用遊戲機簡史 -
VIP 95折
Shader 開發實戰$588$558 -
VIP 95折
自在之境 — Grasshopper 參數化深度建模$588$558 -
VIP 95折
PSIM 電子模擬技術$408$387
商品描述
本書以具身智能為背景，系統介紹了機器人多模態學習的理論與實作方法。
本書包含四個主要部分：
第一部分為機器人學基礎，包括機器人運動學、動力學、運動控制等基礎知識；
第二部分為機器人多模態感知系統、模擬平臺與典型的多模態學習框架，介紹了主流的機器人模擬環境與開發平臺；
第三部分是機器人典型的多模態學習方法，重點闡述了強化學習、
模仿學習、虛實遷移學習等內容，討論了端到端大模型及世界模型等新典範；
第四部分為綜合應用與實務案例，透過協作機械手臂、四足機器人、軟體機械手、
人形機器人、足球機器人等從模擬模擬到真機實作的案例，驗證了機器人多模態學習的實際應用。
本書適合機器人工程、具身智慧、人工智慧等相關專業的高校師生、科研人員以及從事機器人研發的工程師閱讀參考，
也可作為讀者學習具身智能、人形機器人等前沿知識的參考書。
目錄大綱
第1章緒論
1.1智能機器人
1.2機器人多模態學習
1.3典型案例
1.4小結
習題
第2章機器人運動學基礎
2.1機器人位姿的數學描述
2.2座標變換
2.3齊次座標變換
2.4正向運動學
2.5逆向運動學
2.6雅可比矩陣
2.7運動學仿真
2.8小結
習題
第3章機器人動力學基礎
3.1機器人動力學的研究內容
3.2質量、慣性與力矩分析
3.3拉格朗日法
3.4牛頓-歐拉法
3.5四足機器人動力學建模
3.6小結
習題
第4章機器人運動控制基礎
4.1機器人控制的特性與分類
4.2回饋與閉環控制
4.3運動控制方法
4.4四足機器人運動控制
4.5小結
習題
第5章機器人感知系統
5.1機器人感測器的分類
5.2機器人對感測器的要求
5.3機器人外部感測器
5.4機器人內部感測器
5.5多感測器融合
5.6多感測器融合的分類
5.7小結
習題
第6章機器人的模擬環境
6.1機器人模擬平臺
6.2實用案例與工具
6.3小結
習題
第7章面向具身智慧的多模態學習框架
7.1基礎理論
7.2多模態感知技術
7.3智能決策與執行
7.4機械智能與物理計算
7.5多模態系統集成
7.6發展趨勢與挑戰
7.7小結
習題
第8章強化學習
8.1基礎定義
8.2無模型強化學習與Q學習演算法
8.3基於策略的無模型強化學習
8.5基於價值和策略的無模型強化學習
8.5.1TRPO演算法
8.5.2PPO演算法
8.5.3DDPG演算法
8.5.4TD3算法
8.6基於模型策略搜尋
8.7小結
習題
第9章模仿學習與行為克隆
9.1理論基礎與方法
9.2專家示範資料的獲取
9.3分佈漂移與累積誤差
9.4小結
習題
第10章虛實遷移學習
10.1仿真到現實
10.2遷移學習的關鍵策略
10.3數據增強
10.4多模態遷移
10.5基於大語言模型的遷移學習
10.6小結
習題
第11章世界模型與具身資料集
11.1世界模型
11.2跨模態端對端模型
11.3典型的VLA模型
11.4開放平臺與資料集
11.5小結
習題
第12章機械手臂的抓取學習案例
12.1項目簡介
12.1.1項目介紹
12.1.2強化學習演算法和工具
12.1.3安裝及模擬環境配置
12.2案例實驗
12.2.1實驗設置
12.2.2實驗結果
12.3小結
第13章VLA與協作抓取學習案例
13.1項目簡介
13.2在ALOHA部署ACT
13.3在ALOHA部署OpenVLA
13.4小結
第14章四足機器人的深度強化學習控制
14.1深度強化學習控制
14.2多模態學習仿真
14.3小結
第15章軟體機械手的多模態抓持學習
15.1引言
15.2實驗平臺構建
15.3數據生成與預處理
15.4深度學習模型構建
15.5模型驗證與性能評估
15.6綜合性能分析與對比
15.7小結
習題
實踐任務
第16章人形機器人模仿學習案例
16.1項目簡介
16.2核心組件與技術解析
16.3案例部署
16.4小結
第17章人形機器人開發案例
17.1 SimpleMan簡介
17.2 SimpleMan機械結構與模擬環境
17.3 SimpleMan運動學與控制系統
17.4 NanoLoong簡介
17.5 NanoLoong機械結構與模擬環境
17.6小結
第18章足球機器人群體智能
18.1足球機器人及3v3比賽場景概述
18.2軟硬體設定與開發配置
18.3群體智慧的核心原理與協作機制
18.4機器人調試與實戰場景模擬
18.5小結
第19章OpenLoong機器人開源社群
19.1社區簡介
19.2OpenLoong開源生態體系
19.3典型案例
19.4小結
附錄常見機器人模擬軟體安裝與環境配置
附錄AGazebo模擬軟體安裝與環境配置
附錄BMuJoCo模擬軟體安裝與環境配置
附錄CIsaac Gym模擬軟體安裝與環境配置
