玖玖爱视频在线精品18,88av在线

本書介紹了群體智能機器人技術，講解了從群體智能到機器人技術的原理、建模與應用，能夠通過許多示例場景幫助研究者、從業(yè)者和師生了解如何設計大型機器人系統(tǒng)，這些示例場景涉及諸如聚合、協(xié)調運動、任務分配、自組裝、集體構建和環(huán)境監(jiān)測等領域。本書解釋了構建多個簡單機器人背后的方法，以及這些機器人之間的多重交互產生的復雜性，以便它們能夠解決困難的任務。
本書適合機器人、人工智能領域的研究者、從業(yè)者和師生學習參考。

原書前言
我思考群體機器人技術的主要動機是研究小型機器人的概率性局部行動如何匯總成為群體所體現(xiàn)的理性的全局模式的問題。對于工程師來說，這有可能使美夢成真，因為復雜的問題或許可通過設計簡單的協(xié)作組件來解決。對于科學家來說，這有可能幫助解釋有關意識、人類社會和復雜性的形成等重大問題。
群體機器人技術是一個日漸成熟的領域，值得一本專著予以闡釋。截至目前，有許多將群體機器人技術與其他學科內容一同論述的有趣書籍，但還沒有一本完全致力于此的書籍。對年輕的研究人員和學生來說，一本作為資源的專著顯得尤為重要。而我正努力填補這一空白。本書主要介紹如何設計具有最大可擴展性和魯棒性的機器人系統(tǒng)，按照目前的方法論。這非常有挑戰(zhàn)性。因此，請與我一道，為設計去中心化機器人系統(tǒng)尋找更好的新方法吧。
與其他許多書籍一樣，本書的起源也由來已久。2013年，我開始在德國帕德伯恩大學為計算機科學家們講授一門非常特別的碩士課程，名為“群體機器人技術”。在我創(chuàng)建這門課程時，尚無一本完整講授群體機器人知識的書籍，這使我頗為傷心。當然，也有一些書籍包含了與群體機器人技術相關的材料，例如Bonabeau等人以及Kennedy和Ebrhart編寫的關于群體智能的系列書籍，還有Floreano和Mattiussi寫的有關生物啟發(fā)的人工智能的偉大著作。然而，這些書籍都沒有給出一個完整的課程。因此，我必須走一遍任何老師在從頭創(chuàng)建課程時的必經之路：確定每個學生都需要了解的最相關課題，并制作全套教材。也許從那時起我就想過，寫一本書可能有益于這個領域，也是合理的選擇。這一點也在學生們急切要求提供配套閱讀材料時得到證實，而我必須不停地跟他們說：“是的，那樣會很棒，但還沒有人寫過關于群體機器人技術的書。” 因此在2013年，我緩慢地開始了漫長的寫作過程；在接下來的幾年里，學生們一直向我討要這本書。2013—2016年間，我四次講授了這門課程，并得以改進寫作材料。在2017年的主要寫作期間，我轉到了位于德國呂貝克的另一個教授職位；期間，我經常只需寫下講課時腦海中浮現(xiàn)的東西即可，這令我很高興。然而，為了更全面地了解群體機器人技術，有必要添加更多明顯超出課程內容的資料。從本書的參考文獻中可以看出，我努力不遺漏相關論文。但我仍然可能，者更確切地說，很有可能遺漏與群體機器人技術非常相關的人或事。那樣的話，請接受我的道歉并讓我知曉。
我希望，本書至少能幫助一些授課老師，如果他們所講授的是專門介紹群體機器人技術的課程，或者講授的是包含部分群體機器人技術內容的課程。你們無須經歷從無到有創(chuàng)建課程時的那種痛苦。希望學生們認為本書有用、易懂，或許還有一點娛樂性。希望有志在群體機器人這一領域開展研究的年輕研究人員也能從本書中找到一些有用的信息，作為自己的研究起點。至少，忽略一篇重要論文的可能性或許會更小。最后，我也衷心希望，群體機器人愛好者們敢于閱讀這樣一本使用了許多艱深術語的科學書籍。再次重申，我努力使每個人，或者至少對計算機科學或（計算）生物學有所了解的人都能順暢地閱讀本書的內容。
當然，本書之所以能夠出版，是由于許多人為我撰寫本書提供了直接幫助，或者在過去十年間通過與我討論群體機器人技術問題，或讓我知曉或新或舊的相關文章而間接地幫助了我。我要感謝Marco Dorigo、homas Schmickl、Payam Zahadat、Gabriele Valentini、Yara Khaluf、Karl Crailsheim、Ronald Thenius、Ralf Mayet、Jürgen Stradner、Sebastian von Mammen、Michael Allwright、Mostafa Wahby、Mohammad Divband Soorati、Tanja Kaiser、Eliseo Ferrante、Nicolas Bredeche、Sanaz Mostaghim、Jon Timmis和Kasper St?y。此外，我還要感謝2013—2016年間在帕德伯恩大學參加群體機器人技術課程學習的學生，他們提出了許多有趣的問題，分享了他們對群體機器人問題的解決方案，感謝他們用熱情激勵了我，并用思辨性的問題質疑了我。
我衷心感謝我在Springer Science+Business Media的聯(lián)系人，感謝他們耐心及適時地推動了我的工作：Mary E. James、Rebecca R.Hytowitz、Murugesan Tamilsevan和Brian Halm。
我還要感謝以下各位授予我圖片使用權限：Thomas Schmickl、Francesco Mondada、Farshad Arvin、José Halloy、Ralf Mayet、Katie Swanson和Martin Ladst?tter。

你還可能感興趣

我要評論