人机混合智能系统自主性理论和方法
全新正版 假一赔十 可开发票
￥ 77.37 7.1折 ￥ 109 全新
库存4件
北京东城
认证卖家担保交易快速发货售后保障
作者赵云波,康宇,朱进 著
出版社科学出版社
ISBN9787030687685
出版时间2021-08
装帧平装
开本16开
定价109元
货号1202457969
上书时间2024-12-29
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
第1章人工智能时代人机系统的新发展1
1.1面向自动化控制的人机系统1
1.1.1系统、机器和人1
1.1.2人机系统典型例子3
1.1.3研究人机系统的必要性5
1.1.4人机系统相关研究领域6
1.2人工智能时代的人机混合智能系统8
1.2.1人工智能技术的未来展望8
1.2.2弱人工智能与人机混合智能系统11
1.2.3人机混合智能系统的典型例子和场景15
1.2.4人机混合智能系统中人的位置20
1.3人机混合智能系统的研究挑战21
1.3.1作为关键核心的自主性21
1.3.2人机混合智能系统及其自主性的相关研究22
1.3.3人机混合智能系统研究面临的挑战28
1.3.4学术界和政府关注29
1.4本章小结30
第I部分人机混合智能系统自主性理论
第2章人机混合智能系统基于空间和边界概念的自主性描述框架33
2.1人机混合智能系统的自主性及其边界33
2.1.1人机混合智能系统的智能与自主性的一般讨论33
2.1.2人机混合智能系统的自主性空间36
2.1.3人机混合智能系统的自主性边界39
2.2自主性空间和自主性边界的扩展41
2.2.1自主性绝对边界42
2.2.2自主性相对空间和相对边界43
2.3人与机器自主决策的联合形式表示44
2.4本章小结45
第3章人机混合智能系统基于自主性联合空间和联合边界的设计框架.46
3.1人机混合智能系统的基本控制策略和设计框架46
3.1.1人机混合智能系统的基本控制策略：介入控制和共享控制46
3.1.2人机混合智能系统的基本设计框架：自主性联合空间和联合边界49
3.2人在环上：人机混合智能系统的介入控制52
3.2.1机器（单向）介入控制52
3.2.2人的（单向）介入控制53
3.2.3人机切换（双向介入）控制54
3.3人在环内：人机系统中人与机器的共享控制56
3.3.1基本共享控制56
3.3.2扩展共享控制57
3.4本章小结58
第4章自主性边界：深度学习不确定性的定量刻画59
4.1面向人机混合智能系统的深度学习不确定性的定量刻画59
4.2基于贝叶斯模型刻画深度学习不确定性的几种代表性方法61
4.2.1Probabilisticbackpropagation方法61
4.2.2Bayesbybackprop方法63
4.2.3MCdropout方法65
4.3模型不确定性在强化学习中的应用66
4.3.1通过量化模型不确定性促进深入探索67
4.3.2通过量化模型不确定性实现动态避障68
4.4本章小结69
第5章自主性边界：不同场景下的典型判定及应用70
5.1介入控制下的自主性边界典型判定及应用70
5.1.1机器介入人：利用自主性边界的判定优化机器对人的*小干预70
5.1.2人介入机器：利用自主性边界的判定优化强化学习算法74
5.2共享控制下的自主性边界典型判定及应用77
5.2.1共享控制中的自主性边界判定77
5.2.2基于仲裁机制的人机共享控制79
5.2.3利用自主性边界优化基于仲裁机制的人机共享控制80
5.3本章小结82
第II部分人机混合智能系统设计方法
第6章人在环上：人的认知提升机器智能85
6.1利用人的认知特性提升机器学习算法性能的基本思想85
6.2利用人的认知心理模型提升机器智能86
6.2.1朴素贝叶斯算法介绍87
6.2.2利用人的认知特性的拉普拉斯平滑模型对朴素贝叶斯算法性能的提升89
6.2.3利用人的认知特性的松散对称模型对朴素贝叶斯算法性能的提升91
6.2.4引入松散对称模型提升基于拉普拉斯平滑的朴素贝叶斯算法的性能94
6.3利用人的生理认知特性提升机器智能96
6.3.1目标识别任务中人的生理认知特性测量96
6.3.2利用人脑视觉神经的活动特点改进支持向量机算法97
6.4本章小结100
第7章人在环上：人的介入增强AI系统可靠性101
7.1增强AI系统可靠性的必要性和重要性.101
7.1.1对AI系统可靠性的要求101
7.1.2现有技术框架难以从本质上保证AI系统的可靠性103
7.2人的介入增强AI系统可靠性的思路和方法框架104
7.2.1人的介入增强AI系统可靠性的基本思路104
7.2.2人的介入增强AI系统可靠性的基本框架105
7.3人的介入提升珍珠分拣准确性107
7.3.1方法和实验设置107
7.3.2独立网络模型的搭建及训练.108
7.3.3基于人的分歧介入方法的珍珠分拣实验结果109
7.4本章小结109
第8章人在环内：基于POMDP的共享自主110
8.1POMDP模型及其求解110
8.1.1POMDP模型表示110
8.1.2POMDP模型求解112
8.2基于POMDP的人机共享自主典型实例113
8.2.1利用POMDP实现汽车车道保持的共享自主114
8.2.2利用POMDP实现智能学习辅助系统的共享自主116
8.3过度信任和缺乏信任在基于POMDP的共享控制框架下的解释118
8.4本章小结120
第9章人在环内：基于强化学习的共享控制121
9.1强化学习和深度强化学习基本知识121
9.1.1强化学习基本知识121
9.1.2深度强化学习基本知识124
9.2基于强化学习的共享控制典型方法127
9.2.1基于DQN的无须先验知识的共享控制方法127
9.2.2基于SAC的无须预先训练的共享控制方法129
9.2.3基于AC的无须动态模型的共享控制方法132
9.3基于强化学习的共享控制实例134
9.4本章小结136
第10章人在环内：人机序贯决策的共享控制138
10.1序贯决策的基本概念.138
10.2人机序贯决策问题的典型场景.141
10.2.1“人参与问题”的人机序贯决策141
10.2.2“人介入方法”的人机序贯决策142
10.3基于POMDP方法求解“人参与问题”的人机序贯决策问题143
10.3.1“人参与问题”的人机序贯决策问题的POMDP框架概述143
10.3.2人机系统的POMDP框架实现驾驶辅助系统中的“车道保持”145
10.4基于MPC方法求解“人参与问题”的人机序贯决策问题147
10.4.1“人参与问题”的人机序贯决策问题的MPC框架概述147
10.4.2人机系统的MPC框架实现辅助驾驶系统中的“车辆变道”148
10.5基于RL方案求解“人介入方法”的人机序贯决策问题150
10.5.1“人介入方法”的人机序贯决策问题的RL框架概述150
10.5.2人机系统的RL框架实现倒立摆系统性能的提升152
10.6本章小结154
参考文献155
索引167
插图目录169
表格目录171
算法目录172
定义列表173
例子列表174
内容摘要
人的智能和AI赋能的机器智能在自动化控制领域的共融共存形成了“人机混合智能系统”这一新型的系统形式和智能形式。一方面，这类系统所代表的系统结构形式是传统自动化控制系统应对AI赋能的机器智能变革的必然发展形势；另一方面，它所代表的智能形式也成为A未来发展的重要甚至是唯一的终极形式。在本书中，我们试图抛砖引玉，对这一全新而重要的研究领域提供初步但系统性的思考。全书共分10章，第1章首先讨论了人工智能时代人机系统的新发展，然后分别介绍人机混合智能系统的自主性基本理论（第部分，包括第2～5章）和设计方法（第Ⅱ部分，包括第6～10章），涵盖了人机混合智能系统的自主性定义、边界判定、各种介入控制和共享控制方法等重要内容。本书适合作为人工智能、自动化相关专业研究生的专业课教材，也可供从事相关领域研究的科研人员阅读参考。
— 没有更多了 —
以下为对购买帮助不大的评价