《发展型机器人 由人类婴儿启发的机器人》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:(意大利)安吉洛·坎杰洛西(Angelo Cangelosi)
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2017
  • ISBN:9787111557517
  • 页数:262 页
图书介绍: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,最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。

第1章 成长中的婴儿与机器人 1

1.1 先天与后天的发展理论 1

1.2 发展型机器人学的定义与起源 3

1.3 发展型机器人学的基本原则 4

1.3.1 作为动态系统的发展 5

1.3.2 系统发展和个体发展的交互 7

1.3.3 涉身性、情境性和生成性的发展 8

1.3.4 内在动机和社交学习的本能 9

1.3.5 非线性、类似阶段化的发展 10

1.3.6 在线开放式累积学习 12

1.4 全书总览 13

扩展阅读 14

第2章 婴儿机器人 15

2.1 什么是机器人 15

2.2 机器人学简介 18

2.2.1 自由度、效应器和执行器 19

2.2.2 传感器 23

2.3 类人婴儿机器人 29

2.3.1 iCub机器人 31

2.3.2 NAO机器人 33

2.3.3 ASIMO和QRIO机器人 35

2.3.4 CB机器人 37

2.3.5 CB 2和Pneuborn-13机器人 38

2.3.6 Repliee和Geminoid机器人 40

2.3.7 Infanoid机器人 41

2.3.8 Affetto机器人 42

2.3.9 KASPAR机器人 43

2.3.10 COG机器人 44

2.4 发展型机器人中的移动式机器人 45

2.5 婴儿机器人模拟器 47

2.5.1 iCub机器人模拟器 48

2.5.2 Webots机器人模拟器 50

2.5.3 胎儿机器人和新生儿机器人模拟器 51

2.6 本章总结 54

扩展阅读 55

第3章 新奇、好奇与惊奇 57

3.1 内在动机:概念总览 58

3.1.1 早期的影响 58

3.1.2 知识与能力 59

3.1.3 IM的神经基础 60

3.2 内在动机的发展 61

3.2.1 婴儿中基于知识的IM:新奇性 61

3.2.2 婴儿中基于知识的IM:预测 64

3.2.3 婴儿中基于能力的IM 68

3.3 内驱型智能体和机器人 70

3.3.1 IM的计算框架 70

3.3.2 基于知识的IM:新奇性 73

3.3.3 基于知识的IM:预测 77

3.3.4 基于能力的IM 80

3.4 本章总结 83

扩展阅读 85

第4章 观察世界 86

4.1 婴儿的视觉发展 87

4.1.1 婴儿感知的测量 87

4.1.2 人脸感知 90

4.1.3 空间感知 91

4.1.4 自我感知 93

4.1.5 物体感知 94

4.1.6 可供性 96

4.2 机器人的人脸感知 98

4.3 空间感知:地标和空间关系 101

4.4 机器人的自我感知 102

4.5 物体感知的发展启发模型 104

4.6 可供性:感知指导的动作 105

4.7 本章总结 108

扩展阅读 110

第5章 运动技能获取 111

5.1 人类婴儿中的运动技能获取 112

5.1.1 操控:接近 113

5.1.2 操控:抓握 114

5.1.3 移动:爬行 117

5.1.4 移动:行走 118

5.2 接近动作机器人 120

5.3 抓握动作机器人 125

5.4 爬行动作机器人 130

5.5 行走动作机器人 132

5.6 本章总结 135

扩展阅读 137

第6章 社交机器人 138

6.1 儿童的社交发展 139

6.1.1 联合注意力 139

6.1.2 模仿 141

6.1.3 合作与共享计划 143

6.1.4 心智理论 146

6.2 机器人中的联合注意力 148

6.3 模仿 154

6.4 合作与共享意图 159

6.5 心智理论 164

6.6 本章总结 166

扩展阅读 169

第7章 早期语言 170

7.1 儿童的早期词汇和句子 171

7.1.1 时间刻度和里程碑 171

7.1.2 概念与词汇发展的原则 174

7.1.3 案例研究:Modi实验 178

7.2 机器人咿呀学语 179

7.3 机器人命名物体和动作 186

7.3.1 学习命名物体 187

7.3.2 iCub机器人的Modi实验 189

7.3.3 学习命名动作 192

7.4 机器人学习语法 195

7.4.1 语义合成性 195

7.4.2 句法学习 197

7.5 本章总结 201

扩展阅读 203

第8章 抽象知识推理 205

8.1 儿童抽象知识的发展 205

8.1.1 Piaget和抽象知识的感觉运动起源 205

8.1.2 数值认知 207

8.1.3 抽象的文字和符号 210

8.2 计数机器人 212

8.3 学习抽象词汇和概念 219

8.3.1 实现抽象词汇的扎根 219

8.3.2 学会说“不” 222

8.4 决策制定的抽象表征生成 226

8.5 发展认知结构 229

8.6 本章总结 235

扩展阅读 237

第9章 总结 238

9.1 发展型机器人学关键原则的主要成就 238

9.1.1 作为动态系统的发展 238

9.1.2 系统发展和个体发展的交互 239

9.1.3 涉身性和情境性的发展 240

9.1.4 内在动机和社交学习 241

9.1.5 非线性、类似阶段化的发展 243

9.1.6 在线开放式累积学习 243

9.2 更多成就 244

9.2.1 儿童发展数据建模 244

9.2.2 基准机器人平台和软件仿真工具的获取 246

9.2.3 辅助机器人和针对儿童的人-机器人交互的应用 247

9.3 公开挑战 250

9.3.1 累积学习与功能集成 250

9.3.2 身体与大脑形态中的进化与发展变化 252

9.3.3 cHRI、机器人外观与道德规范 253

索引 255