新書推薦:
《
唯美手编16:知性优雅的编织
》
售價:HK$
54.9
《
情绪的惊人力量:跟随内心的指引,掌控情绪,做心想事成的自己
》
售價:HK$
50.4
《
棉的全球史(历史·文化经典译丛)
》
售價:HK$
109.8
《
超越百岁看这本就够了
》
售價:HK$
55.8
《
亚洲戏剧史·南亚卷
》
售價:HK$
143.4
《
中国历代竹器图谱与数字活化
》
售價:HK$
557.8
《
EDA技术与设计(第2版)
》
售價:HK$
85.0
《
揉碎浪漫(全两册)
》
售價:HK$
70.3
|
內容簡介: |
本书跨越心理学、机器人学、计算机科学和神经医学等众多领域,全面且系统地论述了发展型机器人学的理论基础和研究动态。全书共9章,首先介绍基本原则和主要实验平台,随后结合儿童发展心理学理论,通过实验详细探讨了内在动机、运动技能和早期语言等机器人行为及认知功能的建模和实现,后展望了未来的研究方向。本书旨在为跨学科的发展型机器人研究者提供帮助,也可作为高等院校机器人相关研究方向的教学用书。
|
關於作者: |
安吉洛?坎吉罗斯(Angelo Cangelosi)英国普利茅斯大学机器人神经系统研究中心研究人工智能和认知的教授。马修?施莱辛格(Matthew Schlesinger)南伊利诺伊大学心理系副教授和电子与计算机工程系兼职教授。
|
目錄:
|
目录Developmental Robotics:From Babies to Robots译者序序言前言致谢第1章 成长中的婴儿与机器人11.1 先天与后天的发展理论11.2 发展型机器人学的定义与起源31.3 发展型机器人学的基本原则41.3.1 作为动态系统的发展51.3.2 系统发展和个体发展的交互71.3.3 涉身性、情境性和生成性的发展81.3.4 内在动机和社交学习的本能91.3.5 非线性、类似阶段化的发展101.3.6 在线开放式累积学习121.4 全书总览13扩展阅读14第2章 婴儿机器人152.1 什么是机器人152.2 机器人学简介182.2.1 自由度、效应器和执行器192.2.2 传感器232.3 类人婴儿机器人292.3.1 iCub机器人312.3.2 NAO机器人332.3.3 ASIMO和QRIO机器人352.3.4 CB机器人372.3.5 CB2和Pneuborn-13机器人382.3.6 Repliee和Geminoid机器人402.3.7 Infanoid机器人412.3.8 Affetto机器人422.3.9 KASPAR机器人432.3.10 COG机器人442.4 发展型机器人中的移动式机器人452.5 婴儿机器人模拟器472.5.1 iCub机器人模拟器482.5.2 Webots机器人模拟器502.5.3 胎儿机器人和新生儿机器人模拟器512.6 本章总结54扩展阅读55第3章 新奇、好奇与惊奇573.1 内在动机:概念总览583.1.1 早期的影响583.1.2 知识与能力593.1.3 IM的神经基础603.2 内在动机的发展613.2.1 婴儿中基于知识的IM:新奇性613.2.2 婴儿中基于知识的IM:预测643.2.3 婴儿中基于能力的IM683.3 内驱型智能体和机器人703.3.1 IM的计算框架703.3.2 基于知识的IM:新奇性733.3.3 基于知识的IM:预测773.3.4 基于能力的IM803.4 本章总结83扩展阅读85第4章 观察世界864.1婴儿的视觉发展874.1.1 婴儿感知的测量874.1.2 人脸感知904.1.3 空间感知914.1.4 自我感知934.1.5 物体感知944.1.6 可供性964.2 机器人的人脸感知984.3 空间感知:地标和空间关系1014.4 机器人的自我感知1024.5 物体感知的发展启发模型1044.6 可供性:感知指导的动作1054.7 本章总结108扩展阅读110第5章 运动技能获取1115.1 人类婴儿中的运动技能获取1125.1.1 操控:接近1135.1.2 操控:抓握1145.1.3 移动:爬行1175.1.4 移动:行走1185.2 接近动作机器人1205.3 抓握动作机器人1255.4 爬行动作机器人1305.5 行走动作机器人1325.6 本章总结135扩展阅读137第6章 社交机器人1386.1 儿童的社交发展1396.1.1 联合注意力1396.1.2 模仿1416.1.3 合作与共享计划1436.1.4 心智理论1466.2 机器人中的联合注意力1486.3 模仿1546.4 合作与共享意图1596.5 心智理论1646.6 本章总结166扩展阅读169第7章 早期语言1707.1 儿童的早期词汇和句子1717.1.1 时间刻度和里程碑1717.1.2 概念与词汇发展的原则1747.1.3 案例研究:Modi实验1787.2 机器人咿呀学语1797.3 机器人命名物体和动作1867.3.1 学习命名物体1877.3.2 iCub机器人的Modi实验1897.3.3 学习命名动作1927.4 机器人学习语法1957.4.1 语义合成性1957.4.2 句法学习1977.5 本章总结201扩展阅读203第8章 抽象知识推理2058.1 儿童抽象知识的发展2058.1.1 Piaget和抽象知识的感觉运动起源2058.1.2 数值认知2078.1.3 抽象的文字和符号2108.2 计数机器人2128.3 学习抽象词汇和概念2198.3.1 实现抽象词汇的扎根2198.3.2 学会说不2228.4 决策制定的抽象表征生成2268.5 发展认知结构2298.6 本章总结235扩展阅读237第9章 总结2389.1 发展型机器人学关键原则的主要成就2389.1.1 作为动态系统的发展2389.1.2 系统发展和个体发展的交互2399.1.3 涉身性和情境性的发展2409.1.4 内在动机和社交学习2419.1.5 非线性、类似阶段化的发展2439.1.6 在线开放式累积学习2439.2 更多成就2449.2.1 儿童发展数据建模2449.2.2 基准机器人平台和软件仿真工具的获取2469.2.3 辅助机器人和针对儿童的人机器人交互的应用2479.3 公开挑战2509.3.1 累积学习与功能集成2509.3.2 身体与大脑形态中的进化与发展变化2529.3.3 cHRI、机器人外观与道德规范253索引 255参考文献参考文献为在线资源,请访问华章网站www.hzbook.com下载。
|
內容試閱:
|
前言Developmental Robotics:From Babies to Robots与其尝试建立模拟成人心智的计算机程序,为什么不尝试建立模拟儿童心智的程序呢?只要儿童心智程序获得合适的教育,那么它应该有可能成长为成人的大脑。阿兰图灵,《计算机器与智能》把人类儿童当作智能机器的设计模板这一思想在现代人工智能发展的早期就已经根深蒂固了。阿兰图灵是认知科学跨学科领域的众多研究学者中的一员,Marvin Minsky、Jean Piaget、Noam Chomsky以及Herbert Simon等学者不约而同地阐述了同一种思想来研究生物个体和人工(或人造)系统。然而,受儿童启发的人工智能在之后的50年中却没有得到广泛关注,仅仅取得了零星进展。直到2000年,才有一大批针对发展型机器人学的研究在心理学、计算机科学、语言学、机器人学、神经科学和其他一些相关学科中开展起来。在本书第1章中也特别指出,两个新兴的社区(自主心智发展与后成机器人学)、两大学术年会系列(IEEE ICDL:IEEE国际发展型学习年会;EpiRob:国际后成机器人学研讨会)以及一个国际IEEE学术期刊(《IEEE自主心智发展会刊》该期刊于2016年1月更名为《IEEE认知与发展型系统会刊》(IEEE Transactions on Cognitive and Developmental Systems),主编是英国萨里大学的华人金耀初教授。译者注)也相继推出,所有这些都致力于发展型机器人的研究。近十年间,这两大新兴研究社区已经合二为一(参见icdl-epirob.org)。合并的时间点正是一个承上启下的关键阶段,它不仅回顾了发展型机器人学前几十年的研究工作,更重要的是阐明了形成和指导这个学科发展的核心原则。我们为本书制定了三大目标。第一,让读者容易理解和接受本书的内容,不管他们是工程师还是哲学家,是人类学家还是神经学家,是发展心理学家还是机器人专家,我们的目标是确保广大读者都能愉快地阅读和理解相对复杂的知识内容。基于这一点,我们也想让本书既适合工程、生物专业又适合社科、人文专业的高等学校的本科生和研究生阅读。第二个目标是特意采用以行为为中心的实现方式。这种方式是指我们专注于那些可以被转化成相对容易直接与人类婴儿和儿童行为进行对比的机器人研究工作。也就是说,我们把机器人研究(更宽泛地说是计算模型)的重心要么放在寻求直接模拟与复制特定的发展阶段,要么放在找到一种能被准确定义的发展现象(比如爬行动作、早期语言、脸部识别等能力的涌现)。第二个目标也为第三个目标奠定了基础,第三个目标是展示发展型机器人的跨学科协作性质。因此,专注于具有涉身性、感知、运动和自主性的机器人系统的最大好处是我们可以解释各种各样的研究案例。在这些例子中,发展型科学的研究与机器人学、工程学和计算机科学共同的研究是相互推进的。作为第三个目标的一部分,在每一章中我们特意选择并描述对一种特定人类发展现象的研究,并在可能的情况下给出与之对应的模拟类似任务、行为或发展现象的机器人研究。我们希望通过对这些相似的自然生物和人工系统的同步对比,给出明确而有说服力的证据,从而表明人类和机器确实有很多地方可以互相学习!致谢Developmental Robotics:From Babies to Robots本书不仅仅是两位作者努力的成果,也是我们整个实验室协作团队和研究发展型机器人的国际学术界的集体贡献。许多同仁耐心地提供了一些章节的草稿,特别是确保了我们可以对他们的模型和实验结果进行正确且清晰的阐述。特别感谢以下同行,他们为第2章提出了宝贵意见和反馈,还提供了他们自己的婴儿机器人照片。他们是Gordon Cheng、Paul Baxter、Minoru Asada、Yasuo Kuniyoshi、Hiroshi Ishiguro、Hisashi Ishihara、Giorgio Metta、Vadim Tikhanoff、Hideki Kozima、Kerstin Dautenhahn、William De Braekeleer(Honda Motor Europe)、Oliver Michel(Cyberobotics)、Jean-Christophe Baillie(Aldebaran Robotics)、Aurea Sequeira(Aldebaran Robotics)以及Masahiro Fujita(SONY公司)。Lisa Meeden为第3章提供了反馈意见,Daniele Caligiore审阅了第5章的某些部分。Verena Hafner、Peter Dominey、Yukie Nagai和Yiannis Demiris审阅了第6章的一些小节。Anthony Morse(提供了框7-2)、Caroline Lyon、Joe Saunders、Holger Brandl、Christian Goerick、Vadim Tikhanoff和Pierre-Yves Oudeyer审阅了第7章(特别感谢Pierre-Yves友情提供了其他许多章的反馈意见)。Marek Rucinki(提供了框8-2)和Stephen Gordon为第8章提供了反馈意见。Kerstin Dautenhahn和Tony Belpaeme审阅了第9章中的辅助机器人部分。此外,三个编审提出的宝贵建议和反馈使得本书的最终版本得以更加完善。我们也要感谢很多同事,他们向本书提供了很多图的原始图像文件(他们的名字都标注在图名中)。特别感谢普利茅斯大学机器人与神经系统中心的硕士、博士研究生,他们帮助我们规范书中的格式、图表和参考文献,尤其是Robin Read(制作了一部分图表)、Ricardo de Azambuja、Giovanni Sirio Carmantini(绘制了部分图表)、Giulia Dellaria(确认索
|
|