摘要： Robot learning aims to improve the connection of a robot's perception to action. However, the majority of work in robot learning has not dealt realistically with perception and action. A common assumption is that sensors provide a complete picture of the external world at no cost and actions can be executed instantly. In reality, robots only have limited resources. There are always costs (e.g., sensing or moving speed) associated with perception and action. This dissertation is a study of cost-sensitive robot learning that considers such costs explicitly. The main thesis is that it is possible for a learning robot to gradually improve learning accuracy without sacrificing learning efficiency. Specifically, this dissertation describes a cost-sensitive learning system called CSL that learns to perform an approach-recognize task for a mobile robot. Given a set of unknown objects and the speeds of sensors and actions, CSL learns where to sense, which sensor to use, and which action to apply. As a result, it learns to approach, recognize, and grasp objects efficiently. CSL integrates learning with control to handle sensing noise and grasping failures. Compared with traditional learning approaches, in experiments involving 14 training objects and 11 test objects, CSL is an order of magnitude faster during training and at least 30% faster during testing. Its overall success rate on novel objects is over 80% and many failures can be eliminated through incremental learning. This dissertation also presents a unified framework for cost-sensitive learning of classification knowledge from examples and constructing examples from scratch. Within this framework, various cost-sensitive learning methods can be instantiated. This dissertation develops two such cost-sensitive learning methods: a decision-tree-based method and an instance-based method, and it evaluates the tradeoff between their learning efficiency and learning accuracy. This dissertation demonstrates the generality of

关键词： 学术会议   机器人   人工智能   流体控制  

摘要： 由中国力学学会流体控制工程专业委员会发起,由成都科技大学负责主办的国际流体控制与机器人学术会议于1990年10月11日在成都召开.来自日本、南朝鲜、澳大利亚、英国、德国、意大利、罗马尼亚和中国的正式代表113人.11日上午举行全体会,会议由成都科大赵安墉教授主持,成都科大校长王建华教授致开幕词;哈尔滨工业大学许跃铭教授、西安交通大学史维祥教授、日本崎玉大学荒木献次教授、澳大利亚 Monash 大学 ***-nsfield 教授分别在大会上作了学术报告.11日下午和12日全天有122位代表在5个分会

关键词： 学术交流   科学交流   机器人   人工智能  

摘要： 英国Bristl大学机器人研究中心***博士应邀来我校短期访问,在我校举办了为期10天的机器人学术讲座(与此同时还为外语系学生开设了英语讲座)。参加这一学术交流和讲座的除了我校机械系的师生、电气系的部份教师外,还有成都科技大、四川工业学院的副教授和研究生、以及宁江机床厂等工厂的工程技术人员。这是我校首次举行的国际学术交流活动,不仅活跃了我校的学术空气,促进了教学和科研的开展,而且还建立了国际间两校学术交流的友谊的桥梁。学术交流活动受到了广大师生的热情欢迎。

关键词： 机器人   机器人学   机器人控制  

摘要： 机器人已成为进一步实现制造业、非制造业、军事活动以至家庭服务自动化的重要工具.机器人学则是更综合地研究如何使机器或系统具有“思想、感知或动作功能的一门交叉性新学科”.机器人的发展是波浪式的,经历了多次的曲折.目前工业机器人中除装配机器人外,其他点焊、弧焊、喷漆及搬运机器人,由于应用范围限制,以及工业生产装备更新速度和投资规模的影响,市场日趋饱和.以美国为例.制造商订单1984年达到高峰6046台.至1986年下降至5713台,不过对机器人未来市场大都持乐观态度.但进一步开拓市场.有待于推出适用于各种环境作业的各式各样的机器人.日本东京大学教授认为机器人当前处于又一次高潮的前夜(Nightmare),正是需要大力加强研究开发的时期.我国正在着手建立工业机器人产业,这一情况值得我们注意.本文着重从研究角度来介绍当前机器人及机器人学中的控制问题的现状及主要问题.

关键词： 动力学   机器人   运动规划  

摘要： 本文旨在通过分析机器人系统的动力学特性来研究机器人在其工作环境中如何避开障碍物且按照预定路径运动的轨迹规划问题.文中提出了一种综合考虑多种约束条件的线性规划算法,该算法能够连续地调整系统的内能,且给出预期的运动轨迹.该算法已在IBM-PC2/80机上实现,成功地应用于我国某核电站的一反应蒸发器中检测机器人的无碰三维运动规划.文中给出了这一规划的结果及其图形仿真.

关键词： 机器人   操作手   弹性动力学   有限元  

摘要： 把弹性动力学有限元方法中的分布参数法与集中参数法统一起来,推导出了机器人操作手弹性动力学分析一般方程,并对方程中各项进行了讨论.在集中参数的情况下,直接给出了杆的质量矩阵、陀螺阻尼矩阵及动态刚度矩阵等的表达式.除杆件的弹性外,方程中还包含了关节弹性的影响.文末给出了一空间型机器人操作手的计算实例.

关键词： 机器人   动力学方程   向量递推法   实时控制  

摘要： 本文在多刚体的牛顿—欧拉方法与达朗伯动静法的理论基础上,提出了一种自动建立和求解机械手动力学方程的向量递推方法,适用于在计算机上求解单式开链机械手的各类动力学问题,具有结构简单,易于编写计算机程序,运算速度快等特点。

关键词： 陶瓷基复合材料   真空镀膜机   有功负荷   机构运动学   陶瓷纤维   极点配置   机器人动力学   网络分析法   水泥熟料   运动学研究