基于功用性认知的家庭服务机器人技能学习研究

吴培良，博士，燕山大学教授、博导，中科院自动化所复杂系统管理与控制国家重点实验室博士后。现为燕山大学校学术委员会委员、中国人工智能学会青工委常委、ACM秦皇岛副主席。主要研究方向为服务机器人认知与操作技能学习等。陈雯柏，博士、北京信息科技大学教授，自动化学院副院长。现为中国人工智能学会理事、北京人工智能学会监事、中国人工智能学会会员服务工作委员会副主任委员。主要研究方向为人工智能与智能机器人、微纳器件与智能检测等。高国伟，博士，北京信息科技大学教授，华中科技大学兼职教授、博导，中国电子学会会士。现为传感器北京市重点实验室主任、信息获取与检测信息产业部重点实验室主任、中国电子学会传感与微系统技术分会副主任兼秘书长。主要研究方向为传感器与智能机器人等。毛秉毅，博士，燕山大学副研究员、硕士研究生导师。主要研究方向为机器学习、

机器视觉、家庭服务机器人等。参与国家重点研发计划项目、国家自然科学基金项目、河北省自然科学基金重点项目等共10项。

第1章基础知识

1.1研究背景

1.2国内外研究现状

1.3国内外发展动态分析

1.4本书所用特征

1.4.1深度几何特征

1.4.2SURF特征

1.5本书所用网络

1.5.1卷积神经网络

1.5.2深度置信网络

1.5.3长短时记忆网络

1.5.4生成对抗网络

1.6本书所用算法

1.6.1经典强化学习算法

1.6.2基于值函数的深度强化学习算法

1.6.3基于策略的深度强化学习算法

1.6.4注意力机制

1.7本书所用数据集

1.7.1 UMD RGB-D Part Affordance 工具功用性数据集

1.7.2 EvTouch-Containers和EvTouch-Objects触觉数据集

1.7.3Scene15室内功能区数据集

1.8本章小结

物考文南

第2章 基于语义Mask R-CNN的家庭日常工具功用性部件检测

2.1引言

2.2系统框架

2.3工具功用性部件检测器

2.4主干网络

2.5 Mask分支

2.6实验

2.6.1数据集选择

2.6.2模型训练和损失函数

2.6.3实脸结果分析

2.7本章小结

参考文献

第3章基于轻量化MobileNet的家庭日常工具功用性分类

3.1引言

3.2系统架构

3.3深度可分离卷积

3.4 MobileNet网络

3.5模型训练与集成

3.5.1模型训练

3.5.2模型集成

3.6实验

3.6.1实验平台

3.6.2数据集选择

3.6.3实验结果与分析

3.7本章小结

参考文献

……

13.7基于DAS-HER的机器人操作技能学习

13.8实验

13.8.1Fetch环境及结果分析

13.8.2 Hand 环境及结果分析

13.8.3精简值函数分析

13.9本章小结

参考文献

彩图

在家庭服务机器人领域，具有认知和技能学习能力的通用智能型家庭服务机器人是未来发展方向。本书在科研团队2018年出版的著作《家庭服务机器人工具和环境的功用性认知研究》基础上，进一步研究基于功用性认知的技能学习方法。两本书均针对家庭服务机器人智能化展开研究，且存在延续性，《家庭服务机器人工具和环境的功用性认知研究》聚焦在家庭日常工具和环境的功用性认知方面，本书旨在将功用性认知应用于解决机器人工具操作技能和环境路径规划技能自主学习问题，以提高家庭服务机器人执行服务任务的主动智能和宜人程度。本书的出版对于推广和扩展家庭服务机器人的机器学习理论，提升机器人共融式智能服务能力，应对老龄化社会问题具有重要意义。