本書專注于ABB工業機器人領域，是一本全面且實用的技術指導書籍，涵蓋了ABB工業機器人從基礎認知到復雜編程的全方位知識體系，為讀者搭建起系統學習的橋梁。本書共7章，包括認識ABB工業機器人、ABB工業機器人的基本操作、ABB標準I/O板的接線與配置、程序數據的類型與建立、RAPID程序與編程實例、常用指令與函數、ABB工業機器人編程實例。本書專為基礎薄弱的讀者打造，以零基礎為起點，既適合作為ABB工業機器人的自學用書，也適合作為職業院校的ABB工業機器人課程教材。
本書以智能行為決策為主線，系統闡述了自主機器人在復雜動態環境下實現智能感知、自主規劃和學習控制的理論基礎與關鍵技術。全書共7章，內容涵蓋自主機器人在感知、理解、規劃、決策、控制、協同等方面的核心技術。第1章介紹了自主機器人的定義、特征、分類及發展歷程，并分析了自主機器人面臨的需求、挑戰與發展趨勢等。第2章探討了機器人的感知與環境理解技術，包括視覺、力覺感知原理，多傳感器融合感知，自主定位與建圖，以及場景理解與語義地圖構建。第3章系統闡述了自主決策的基礎理論，如強化學習、深度強化學習、行為識別理論
本書主要介紹了如何確保企業所依賴的數據的質量。書中詳細闡述了自動化數據質量監控的重要性，并提供了實用的方法，幫助企業高效地覆蓋所有數據表，主動發現數據問題，并立即解決。作者們解釋了如何構建無監督機器學習模型來檢測數據問題，以及如何實施通知機制以減少警報疲勞，并迅速分類和解決這些問題。此外，本書還探討了如何將自動化數據質量監控與數據目錄、BI和ML系統集成，以克服自動化監控的局限性，并在大規模環境中部署和管理監控解決方案。
一個高中生可以創建深度的Q-learning代碼來控制她的機器人，卻不了解 "深度 "或 "Q "的含義，也不知道為什么代碼有時會失敗。本書旨在以具有微積分和矩陣代數背景的學生可以理解的方式，解釋強化學習和優化控制背后的科學。本書的一個獨特重點是算法設計，以獲得學習算法的快收斂速度，以及對強化學習有時失敗的原因的洞察。一開始就避開了高級隨機過程理論，用更直觀的確定性探測來代替學習的隨機探索。一旦理解了這些思想，掌握植根于隨機控制的技術就不難了。這些主題在本書的第二部分有所涉及，從馬爾科夫鏈理論開
本書主要包括機構、感知和驅動、計算、不確定性、附錄五個部分，涵蓋了自主機器人領域的導航、感知、操作、機器學習等各類內容，介紹了機器人領域的基礎算法。
本書分基礎篇和進階篇。其中，基礎篇涵蓋了RobotStudio軟件仿真的基礎知識，主要包括涂膠路徑優化與動態顯示、碼垛仿真與通用框架程序構建、圖形化垛型生成軟件的制作、基于Smart組件的隨機位置物體抓取技術、視覺糾偏輸送鏈跟蹤仿真、各類外軸仿真與路徑優化、各類機器人TCP自動標定仿真等。進階篇則探討了機器人讀取G代碼與自動路徑生成、人工路徑復現技術、圖片輪廓識別的自動繪圖仿真、EGM協議的深度解析與上位機位置及速度控制、Python結合EGM與手勢控制、ROS控制ABB機器人的實現方法、Rob
本書面向工科高年級本科生、研究生和研發人員，針對操作臂、腿足式機器人、輪式機器人，分12章全面講述基于模型的機器人控制，包括現代機器人系統與控制問題、機構學基礎、參數識別、位置/軌跡追蹤控制、力控制、魯棒控制與自適應控制、柔性臂控制、最優控制等單臺機器人控制理論、方法與技術，以其為基礎的多機器人協調、主從機器人控制理論與方法，以輪式機器人線性控制及非完整約束系統控制、載臂輪式機器人失穩恢復及穩定移動控制、雙足穩定步行控制、腿足式機器人全域自穩定器收篇。本書內容豐富、圖文并茂、深入淺出，融
內容簡介這既是一本系統講解數據資產價值變現的入門書，又是一本全面介紹數據要素的科普書，它能幫助零基礎的讀者厘清數據要素各種概念并建立系統的知識體系，同時還能掌握數據資產價值變現的認知、實現路徑和實操方法。本書由凱捷咨詢前亞太區副總裁、阿里云中國區前咨詢總經理撰寫，全球數據資產理事會（DAC）聯合出品。本書是《精益數據方法論：數據驅動的數字化轉型》一書的姊妹篇，后者講了如何制定數據戰略、梳理數據場景、開發數據產品，如何利用精益數據方法轉型為數字化企業；前者為數字化企業的數據資產變現給出了方案。全書
本書分為三個部分，分別介紹了數據要素市場、數據安全和隱私計算。第一部分介紹了數據要素市場的基本情況，包括數據要素制度體系和數據要素市場發展；第二部分結合數字化轉型的背景，講述了多個具備代表性的數據安全理論及實踐框架、數據安全常見風險、數據安全保護最佳實踐、代表性行業數據安全實踐，以及數據安全技術原理、大模型與數據安全等內容；第三部分詳細講解了可信數據流通交易空間數據流通利用基礎設施、隱私計算技術原理、隱私保護大模型基礎設施等內容。本書可以作為高校學生、數據要素市場從業者、數據安全行業從業者的入門
本書旨在幫助數據行業的從業者在 AI 時代提升數據管理和數據技術認知水平，內容覆蓋數據價值創造的理論、技術和實踐。 本書共 8 章。第 1 章回顧企業數據的發展歷史，并講解現代企業數據組織。第 2 章從多維度解析數據價值的創造路徑，包括從構建數字化決策、加速業務創新和推動 AI 變革等視角介紹數據價值創造的方法和成果。第 3 章系統講解數據管理的方法與技術，包括數據資產管理、數據資產運營、數據平臺架構的規劃及實踐案例。第 4 章講解數據要素價值化的路徑探索，包括數據要素在多行業
新書資訊 新書推薦