Descripción
A medida que los robots y otros agentes inteligentes pasan de entornos y problemas sencillos a entornos más complejos y no estructurados, la programación manual de su comportamiento se ha vuelto cada vez más desafiante y costosa. A menudo, es más fácil para un maestro demostrar un comportamiento deseado que intentar diseñarlo manualmente. Este proceso de aprender de demostraciones, y el estudio de algoritmos para hacerlo, se llama aprendizaje por imitación.
An Algorithmic Perspective on Imitation Learning proporciona al lector una introducción al aprendizaje por imitación. Cubre los supuestos subyacentes, los enfoques y cómo se relacionan; el rico conjunto de algoritmos desarrollados para abordar el problema; y consejos sobre herramientas e implementación efectivas.
An Algorithmic Perspective on Imitation Learning sirve a dos audiencias. Primero, familiariza a los expertos en aprendizaje automático con los desafíos del aprendizaje por imitación, particularmente los que surgen en la robótica, y las interesantes distinciones teóricas y prácticas entre este y marcos más familiares como la teoría de aprendizaje supervisado estadístico y el aprendizaje por refuerzo. En segundo lugar, proporciona a los robotistas y expertos en inteligencia artificial aplicada una apreciación más amplia de los marcos y herramientas disponibles para el aprendizaje por imitación. Presta especial atención a la íntima conexión entre los enfoques de aprendizaje por imitación y los de predicción estructurada.
Autor: Takayuki Osa, Joni Pajarinen, Gerhard Neumann
Editorial: Now Publishers
Publicado: 27/03/2018
Páginas: 194
Tipo de encuadernación: Tapa blanda
Peso: 0.62lbs
Tamaño: 9.21h x 6.14w x 0.42d
ISBN13: 9781680834109
ISBN10: 168083410X
Categorías BISAC:
- Tecnología e Ingeniería | Robótica