从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为 H2/H 问题 ，采用强化学习和神经网络设计并实现上优控制器。 本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系统
¥49.00定价：¥98.00 (5折)
【2023新书】强化学习与机器人控制 余文 阿道夫佩鲁斯基亚 人工智能机器学习人机交互控制器教程书 清华大学出版社 97
¥101.00定价：¥101.00
【2023新书】强化学习与机器人控制 余文 阿道夫佩鲁斯基亚 人工智能机器学习人机交互控制器教程书 清华大学出版社 97
¥73.80定价：¥98.00 (7.54折)
现货 强化学习与机器人控制[墨] 余文 阿道夫·佩鲁斯基亚 著 刘晓骏 译 清华大学出版社9787302637400【尚 正版书籍 七天无理由退换货【让您无忧购物】
¥108.00定价：¥108.89 (9.92折)
强化学习与机器人控制 [墨] 余文,阿道夫·佩鲁斯基亚著 刘晓骏 译 清华大学出版社 ①机器人控制
¥85.82定价：¥98.00 (8.76折)
【正版新书】强化学习与机器人控制 [墨] 余文,阿道夫·佩鲁斯基亚著 刘晓骏 译 ①机器人控制【可开发票】
¥87.41定价：¥98.00 (8.92折)
强化学与机器人控制 [墨] 余文 阿道夫·佩鲁斯基亚 著 刘晓骏 译 清华大学出版社
¥75.60定价：¥99.00 (7.64折)
强化学习与机器人控制[墨] 余文 阿道夫·佩鲁斯基亚 著 刘晓骏 译 清华大学出版社9787302637400 可开发票 如需请联系在线小当当客服
¥107.29定价：¥107.29
强化学与机器人控制 [墨] 余文 阿道夫·佩鲁斯基亚 著 刘晓骏 译 清华大学出版社
¥79.38定价：¥99.00 (8.02折)
保证正版 强化学习与机器人控制 (墨)余文,(墨)阿道夫·佩鲁斯基亚 清华大学出版社 9787302637400
¥87.87定价：¥98.00 (8.97折)
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人
¥66.15定价：¥98.00 (6.75折)
保证正版 强化学习与机器人控制 (墨)余文,(墨)阿道夫·佩鲁斯基亚 清华大学出版社 9787302637400 可开发票
¥87.87定价：¥98.00 (8.97折)
强化学习与机器人控制 [墨] 余文（Wen Yu）,阿道夫·佩鲁斯基亚（Adolfo Perrusquia）著 刘晓骏
¥68.80定价：¥98.00 (7.03折)
强化学习与机器人控制 [墨] 余文（Wen Yu）,阿道夫·佩鲁斯基亚（Adolfo Perrusquia）著 刘晓骏
¥68.80定价：¥98.00 (7.03折)
¥82.07定价：¥98.00 (8.38折)
强化学习与机器人控制 [墨] 余文（Wen Yu）,阿道夫·佩鲁斯基亚（Adolfo Perrusquia）著 刘晓骏 正版全新书籍 正规发票 多仓就近发货 85%城市次日送达 关注店铺可享店铺优惠!
¥70.80定价：¥98.00 (7.23折)
明星店铺 北方图书城旗舰店
强化学习与机器人控制 清华大学出版社 新华书店正版，关注店铺成为会员可享店铺专属优惠，团购客户请咨询在线客服！
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥66.40定价：¥98.00 (6.78折)
强化学习与机器人控制 清华大学出版社 新华书店正版，关注店铺成为会员可享店铺专属优惠，团购客户请咨询在线客服！
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥67.10定价：¥98.00 (6.85折)
明星店铺 文轩网旗舰店
强化学习与机器人控制,[墨]余文,清华大学出版社【新华书店总店自营店】 正版图书 正规发票 多仓就近发货 85%城市次日送达！团购优惠咨询：13284178503
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥66.15定价：¥196.00 (3.38折)
强化学习与机器人控制,清华大学出版社【新华书店总店旗舰店】 新华正版全新 正规发票 多仓就近发货 85%城市次日送达！团购优惠咨询：13284178503
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥66.15定价：¥196.00 (3.38折)
明星店铺 新华书店总店旗舰店
Product Details 基本信息 ISBN-13 书号 9787302637400 Author 作者 (墨)余文,(墨)阿道夫·佩鲁斯基亚 Format 版本 精装 Pages Number 页数 260页 Publisher 出版社 清华大学出版社 Publication Date 出版日期 2023-09-01 Product Dimensions 商品尺寸 32开 Language 语种 其它（含多语） Book Contents 内容简介 在《强化学习与机器人控制》一书中，专家团队不仅简洁明了地描述了人机交互控制方案，还深入介绍了新颖的无模型强化学习控制器。本书首先简述更优选的人机交互控制方案和强化学习，然后讲解典型的环境模型，*介绍一些更有名的参数估计识别技术。 《强化学习与机器人控制》提供了严谨的数学推理和演示，这有助于读者理解控制方案和算法。书中还描述了人机交互控制和基于强化学习控制的稳定性和收敛性分析。另外，还讨论了一
¥78.00定价：¥156.00 (5折)
强化学习与机器人控制 【速开发票，此书为单本而非一套，支持7天无理由退换】
¥73.67定价：¥148.34 (4.97折)
[正版]强化学习与机器人控制 (墨)余文,(墨)阿道夫·佩鲁斯基亚 著 刘晓骏 译 可开发票，正版现货，支持7天无理由退换货
¥66.80定价：¥98.00 (6.82折)
强化学与机器人控制 [墨] 余文 阿道夫·佩鲁斯基亚 著 刘晓骏 译 清华大学出版社 正版图书
¥72.50定价：¥98.00 (7.4折)
【2023新书】强化学习与机器人控制 余文 阿道夫佩鲁斯基亚 人工智能机器学习人机交互控制器教程书 9787302637
¥110.70定价：¥117.34 (9.44折)
【认准正版 量大优惠】【2023新书】强化学习与机器人控制 余文 阿道夫佩鲁斯基亚 人工智能机器学习人机交互控制器教程书 正版新书 正规电子发票 联系客服领取
¥91.90定价：¥98.00 (9.38折)
【2023新书】强化学习与机器人控制 余文 阿道夫佩鲁斯基亚 人工智能机器学习人机交互控制器教程书 清华大学出版社 97
¥88.56定价：¥98.00 (9.04折)
正版书籍 强化学习与机器人控制 [墨] 余文（Wen Yu） 阿道夫·佩鲁斯基亚（Adolfo Perrusquia）著
¥92.00定价：¥92.00
强化学习与机器人控制 9787302637400 清华大学出版社 (墨)余文,(墨)阿道夫·佩鲁斯基亚
¥81.00定价：¥98.00 (8.27折)
强化学习与机器人控制 简洁描述人机交互控制方案，深入介绍了新颖的无模型强化学习控制器。提供了严谨的数学推理和演示，助于读者理解控制方案和算法。随书提供参考文献，获取地址见书封底二维码。
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。 本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制
¥69.54定价：¥98.00 (7.1折)
强化学习与机器人控制 清华大学出版社 新华书店正版，关注店铺成为会员可享店铺专属优惠，团购客户请咨询在线客服！
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥66.40定价：¥98.00 (6.78折)
强化学习与机器人控制 (墨)余文,(墨)阿道夫·佩鲁斯基亚 著 刘晓骏 译 清华大学出版社
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥66.40定价：¥98.00 (6.78折)
强化学习与机器人控制[墨] 余文（Wen Yu）,阿道夫·佩鲁斯基亚（Adolfo Perrusquia）著 刘晓骏 译
¥74.48定价：¥98.00 (7.6折)
强化学习与机器人控制 (墨)余文,(墨)阿道夫·佩鲁斯基亚 著 刘晓骏 译 新华书店正版，关注店铺成为会员可享店铺专属优惠，团购客户请咨询在线客服！
从2013年开始，作者及其团队开始使用神经网络和模糊系统等智能技术研究人机交互控制。2016年，作者将更多注意力放在如何利用强化学习解决人机交互问题上。经过四年的工作，他们在关节空间和任务空间中提出了基于模型和无模型的阻抗和导纳控制的结果，还分析了闭环系统，并且讨论了无模型上优机器人交互控制和基于强化学习的位置受力控制设计。他们研究了庞大的离散时间空间和连续时间空间中的强化学习方法。对于冗余机器人的控制，他们使用多智能体强化学习来解决，并分析强化学习的收敛性。将最坏情况下不确定性的鲁棒人机交互控制转化为“H2/H∞问题”，采用强化学习和神经网络设计并实现上优控制器。本书假设读者熟悉基于经典和高级控制器进行机器人交互控制的一些应用，将进一步对系统识别、基于模型和无模型的机器人交互控制器进行系
¥65.60定价：¥98.00 (6.7折)
大模型应用解决方案 基于ChatGPT和GPT-4等Transformer架构的自然语言处理 说明：从1-2印次开始换封面，两种封面随机发货。 在不到4 年的时间里，Transformer 模型以其强大的性能和创新的思想，迅速在NLP 社区崭露头角，打破了过去30 年的记录。BERT、T5 和GPT 等模型现在已成为计算机视觉、语音识别、翻译、蛋白质测序、编码等各个领域中新应用的基础构件。因此，斯坦福大学最近提出了 基础模型 这个术语，用于定义基于巨型预训练Transformer 的一系列大型语言模型。所有这些进步都归功于一些简单的想法。 《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理》可作为所有对Transformer 工作原理感兴趣的人的参考书。作者在理论和实践两方面都做出了出色的工作，详细解释了如何逐步使用Transformer。阅读完本书后，你将能使用这一最先进的技术集合来增强你的深度学
¥182.50定价：¥405.60 (4.5折)
