
Lernende Roboter
Aspekte maschinellen Lernens
Rüdiger Dillmann(Author)
Springer (Publisher)
Published on 18. July 1988
Book
Paperback/Softback
VI, 145 pages
978-3-540-19079-0 (ISBN)
Description
Lernende Roboter
behandelt Methoden und Lernstrategien der Künstlichen Intelligenz (KI) im Hinblick auf deren Anwendungen in der Robotik. Mehrere Lernschemata werden beschrieben. Lernen wird als das Hinzufügen neuen Wissens zu bestehendem Grundwissen und deren Wechselwirkung verstanden. Verschiedene Formen der Wissensaneignung werden besprochen. Die Lernziele entsprechen dem breiten Spektrum der Anforderungen; der behandelte Stoff reicht vom direkt implementierten Wissen bis hin zur Deutung von Wirkzusammenhängen zwischen durchgeführten Aktionen und sensorisch erfaßten Merkmalen. Ziel des Buches ist eine Diskussion des Einsatzes von Lernstrategien für zukünftige, intelligente und autonome Robotersysteme. Es bietet in konzentrierter Form einen Überblick über das Gebiet, aufbereitet für den Einsatz in der Robotik.
More details
Series
Language
German
Place of publication
Berlin
Germany
Publishing group
Springer Berlin
Target group
Professional and scholarly
Research
Illustrations
1 s/w Abbildung
VI, 145 S. 1 Abb.
Dimensions
Height: 244 mm
Width: 170 mm
Thickness: 9 mm
Weight
276 gr
ISBN-13
978-3-540-19079-0 (9783540190790)
DOI
10.1007/978-3-642-83409-7
Schweitzer Classification
Other editions
Additional editions

E-Book
03/2013
Springer
€42.99
Available for download
Content
Inhaltsverzeidinis.- 1 Einleitung.- 2 Hypothetisches Modell der Lernstrukturen bei höheren Lebewesen.- 2.1 Verhaltensprägung und -änderung durch Lernen.- 2.2 Hierarchische Gliederung der Willkürmotorik.- 3 Grundstruktur von lernenden Systemen.- 3.1 Modellbildung von lernenden Systemen.- 3.1.1 Das Lernziel.- 3.1.2 Das Ausfuhrungselement.- 3.1.3 Inhalt und Struktur der Wissensbasis im lernenden System.- 4 Klassifikation von Lernverfahren.- 4.1 Unterlagerte Lernstrategien.- 4.2 Präsentation gelernten Wissens.- 5 Mechanisches Lernen ohne Transformationsprozesse.- 5.1 Grundstrukturen mechanischen Lernens.- 5.2 Lernfähige lokal verallgemeinernde assoziative Speichersysteme.- 5.2.1 Informationsspeicherung in neuronalen Netzwerken: Assoziative Stimulus-Response Abbildung als allgemeines Systemmodell.- 5.2.2 Anwendungen von CMAC in der Robotik.- 6 Lernen aus Beispielen (induktives Lernen).- 6.1 Grundstruktur der unterlagerten Lernstrategie.- 6.2 Der Beispielraum.- 6.3 Der Interpretationsprozeß.- 6.4 Der Regelraum.- 6.5 Steuerung der Suchoperationen im Regelraum.- 6.6 Induktionsverfahren zur Erzeugung von Handhabungssequenzen.- 6.7 Lernen unter Verwendung von Simulationstechniken.- 7 Lernen in Regelungssystemen.- 7.1 Adaptive Regelungssysteme mit Selbsorientierung.- 7.2 Modelle adaptiver Lernstrategien.- 8 Lernende Automatenmodelle.- 8.1 Ein stochastischer Automat als Modell lernender Robotersteuerungen.- 8.2 Der Fuzzy-Automat als Steuerungsmodell.- 8.2.1 Fuzzy-Mengen.- 8.2.2 Fuzzy-Logik.- 8.2.2.1 Fuzzy-Variable und Fuzzy-Restriktion.- 8.2.2.2 Transformationsregeln für Aussagen in der Fuzzy-Logik.- 8.2.3 Linguistische Variable.- 8.2.3.1 Linguistische Wahrheitswerte und Linguistische Approximation.- 8.2.4 Inferenzregeln in der Fuzzy-Logik und Approximistisches Schließen.-8.2.5 Der variable Struktur Fuzzy-Automat.- 8.2.5.1 Der Fuzzy-Automat als Steuerungskoordinator in hierarchischen Robotersteuerungsstrukturen.- 9 Lernen durch Analogien.- 9.1 Repräsentation des Problemraums.- 9.2 Der Erinnerungs- und Transformationsprozess.- 9.3 Grundklassen von Transformationsoperatoren.- 9.4 Differenzmaß zur Bewertung von Analogien.- 9.5 Lernen von verallgemeinerten Plänen.- 10 Lernen durch Erfahrung.- 10.1 Modell einer Lernstruktur durch Erfahrung.- 10.2 Beschreibung der Komponenten des Lernmodells.- 10.2.1 Der Problemgenerator.- 10.2.2 Der Problemloser.- 10.2.3 Der Kritiker.- 10.2.4 Der Generalisierer.- 10.3 Lernen durch Erfahrung zur Berichtigung falscher Theorien.- 11 Konzept eines hierarchischen Robotersystems mit Lernfähigkeit.- 11.1 Grundkomponenten hierarchisch gegliederter Robotersysteme.- 11.2 Lernziele des mobilen Robotersystems.- 11.3 Wechselwirkungen zwischen Planung, Exekutive und Überwachung.- 11.4 Der HLI als Bewerter und Kritiker von Plänen.- 11.5 ROSI 2 als Experimentator zur Unterstützung induktiven Lernens von Planungs- und Strategiewissen.- 12 Schlußbemerkung.- 13 Literaturverzeichnis.