Making Robots Smarter: Combining Sensing and Action Through Robot Learning

باهوش‌تر کردن ربات‌ها کتابی درباره یادگیری ربات‌ها است. این موضوع بر اساس این ایده که ادغام حس و عمل موضوع اصلی است، به این موضوع می پردازد. در بخش اول کتاب به جنبه های یادگیری در اجرا و کنترل پرداخته شده است. روش‌هایی برای سنتز خودکار کنترل‌کننده‌ها، برای سنجش فعال، برای یادگیری تقویت مونتاژ، و برای یادگیری ناوبری مبتنی بر حسگر ارائه شده‌اند. از آنجایی که ربات ها جدا نیستند، اما باید به ما خدمت کنند، قسمت دوم کتاب به یادگیری برای تعامل انسان و ربات می پردازد. روش‌های یادگیری مفاهیم قابل درک برای مونتاژ، نظارت و ناوبری و همچنین بهینه‌سازی اجرای چنین مفاهیم قابل درک برای عملکرد زمان واقعی یک ربات توضیح داده شده است.
از نظر مطالعه هوش تجسم یافته، باهوش تر کردن ربات ها می پرسد چگونه مهارت ها به دست می آیند و قابلیت های اجرا و کنترل از کجا می آیند. آیا می توان آنها را از نمونه ها یا تجربیات آموخت؟ نقش ارتباط در فرآیند یادگیری چیست؟ فرقی نمی‌کند آن را یک‌طرفه نامگذاری کنیم، چالش روش‌شناختی ادغام قابلیت‌های یادگیری در روبات‌ها است.

Making Robots Smarter is a book about learning robots. It treats this topic based on the idea that the integration of sensing and action is the central issue. In the first part of the book, aspects of learning in execution and control are discussed. Methods for the automatic synthesis of controllers, for active sensing, for learning to enhance assembly, and for learning sensor-based navigation are presented. Since robots are not isolated but should serve us, the second part of the book discusses learning for human-robot interaction. Methods of learning understandable concepts for assembly, monitoring, and navigation are described as well as optimizing the implementation of such understandable concepts for a robot's real-time performance.
In terms of the study of embodied intelligence, Making Robots Smarter asks how skills are acquired and where capabilities of execution and control come from. Can they be learned from examples or experience? What is the role of communication in the learning procedure? Whether we name it one way or the other, the methodological challenge is that of integrating learning capabilities into robots.