Información del autor
Autor Li, Shuai |
Documentos disponibles escritos por este autor (4)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Competition-Based Neural Networks with Robotic Applications Tipo de documento: documento electrónico Autores: Li, Shuai, ; Jin, Long, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2018 Número de páginas: XV, 121 p. 44 ilustraciones ISBN/ISSN/DL: 978-981-10-4947-7 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional IngenierÃa de control Robótica Automatización Inteligencia artificial Redes neuronales (Informática) Control Modelos matemáticos de procesos cognitivos y redes neuronales Clasificación: 006.3 Resumen: Centrado en la resolución de problemas basados ​​en la competencia, este libro diseña, propone, desarrolla, analiza y simula varios modelos de redes neuronales representados de manera centralizada y distribuida. EspecÃficamente, define cuatro clases diferentes de modelos centralizados para investigar la competencia resultante en un grupo de múltiples agentes. Respecto a la competencia distribuida con comunicación limitada entre agentes, el libro presenta el primer protocolo distribuido WTA (Winners Take All), que posteriormente extiende al control de coordinación distribuido de múltiples robots. Se utilizan ilustraciones, tablas y varios ejemplos simulativos, asà como una saludable combinación de lenguaje sencillo y profesional, para explicar los conceptos y principios complejos involucrados. Por lo tanto, el libro proporciona a los lectores de neurocomputación y robótica una comprensión más profunda del enfoque de redes neuronales para la resolución de problemas basados ​​en competencias, les ofrece una introducción accesible a la tecnologÃa de modelado y al control de coordinación distribuida de robots redundantes, y los equipa para utilizar estos tecnologÃas y enfoques para resolver problemas cientÃficos y de ingenierÃa concretos. Nota de contenido: Competition Aided with Discrete -- Time Dynamic Feedback -- Competition Aided with Continuous -- Time Nonlinear Model -- Competition Aided with Finite -- time Neural Network -- Competition based on Selective Positive-negative Feedback -- Distributed Competition in Dynamic Networks -- Competition-based Distributed Coordination Control of Robots. Tipo de medio : Computadora Summary : Focused on solving competition-based problems, this book designs, proposes, develops, analyzes and simulates various neural network models depicted in centralized and distributed manners. Specifically, it defines four different classes of centralized models for investigating the resultant competition in a group of multiple agents. With regard to distributed competition with limited communication among agents, the book presents the first distributed WTA (Winners Take All) protocol, which it subsequently extends to the distributed coordination control of multiple robots. Illustrations, tables, and various simulative examples, as well as a healthy mix of plain and professional language, are used to explain the concepts and complex principles involved. Thus, the book provides readers in neurocomputing and robotics with a deeper understanding of the neural network approach to competition-based problem-solving, offers them an accessible introduction to modeling technology and the distributed coordination control of redundant robots, and equips them to use these technologies and approaches to solve concrete scientific and engineering problems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Competition-Based Neural Networks with Robotic Applications [documento electrónico] / Li, Shuai, ; Jin, Long, . - 1 ed. . - Singapore [Malasia] : Springer, 2018 . - XV, 121 p. 44 ilustraciones.
ISBN : 978-981-10-4947-7
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Inteligencia Computacional IngenierÃa de control Robótica Automatización Inteligencia artificial Redes neuronales (Informática) Control Modelos matemáticos de procesos cognitivos y redes neuronales Clasificación: 006.3 Resumen: Centrado en la resolución de problemas basados ​​en la competencia, este libro diseña, propone, desarrolla, analiza y simula varios modelos de redes neuronales representados de manera centralizada y distribuida. EspecÃficamente, define cuatro clases diferentes de modelos centralizados para investigar la competencia resultante en un grupo de múltiples agentes. Respecto a la competencia distribuida con comunicación limitada entre agentes, el libro presenta el primer protocolo distribuido WTA (Winners Take All), que posteriormente extiende al control de coordinación distribuido de múltiples robots. Se utilizan ilustraciones, tablas y varios ejemplos simulativos, asà como una saludable combinación de lenguaje sencillo y profesional, para explicar los conceptos y principios complejos involucrados. Por lo tanto, el libro proporciona a los lectores de neurocomputación y robótica una comprensión más profunda del enfoque de redes neuronales para la resolución de problemas basados ​​en competencias, les ofrece una introducción accesible a la tecnologÃa de modelado y al control de coordinación distribuida de robots redundantes, y los equipa para utilizar estos tecnologÃas y enfoques para resolver problemas cientÃficos y de ingenierÃa concretos. Nota de contenido: Competition Aided with Discrete -- Time Dynamic Feedback -- Competition Aided with Continuous -- Time Nonlinear Model -- Competition Aided with Finite -- time Neural Network -- Competition based on Selective Positive-negative Feedback -- Distributed Competition in Dynamic Networks -- Competition-based Distributed Coordination Control of Robots. Tipo de medio : Computadora Summary : Focused on solving competition-based problems, this book designs, proposes, develops, analyzes and simulates various neural network models depicted in centralized and distributed manners. Specifically, it defines four different classes of centralized models for investigating the resultant competition in a group of multiple agents. With regard to distributed competition with limited communication among agents, the book presents the first distributed WTA (Winners Take All) protocol, which it subsequently extends to the distributed coordination control of multiple robots. Illustrations, tables, and various simulative examples, as well as a healthy mix of plain and professional language, are used to explain the concepts and complex principles involved. Thus, the book provides readers in neurocomputing and robotics with a deeper understanding of the neural network approach to competition-based problem-solving, offers them an accessible introduction to modeling technology and the distributed coordination control of redundant robots, and equips them to use these technologies and approaches to solve concrete scientific and engineering problems. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Machine Behavior Design And Analysis : A Consensus Perspective Tipo de documento: documento electrónico Autores: Zhang, Yinyan, ; Li, Shuai, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2020 Número de páginas: XVII, 183 p. 44 ilustraciones, 38 ilustraciones en color. ISBN/ISSN/DL: 978-981-1532313-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Robótica Sistemas multiagente Clasificación: 629.892 Resumen: En este libro presentamos nuestras investigaciones sistemáticas sobre el consenso en sistemas multiagente. Mostramos el diseño y análisis de varios tipos de protocolos de consenso desde una perspectiva de múltiples agentes con un enfoque en el mÃnimo consenso y sus variantes. También analizamos el consenso mÃnimo de segundo y alto orden. También se incluye un tema muy interesante sobre el vÃnculo entre el consenso y la planificación del camino. Mostramos que un protocolo de mÃnimo consenso sesgado puede conducir al fenómeno de planificación de rutas, lo que significa que la complejidad de la planificación de rutas más cortas puede surgir de una versión perturbada del protocolo de mÃnimo consenso, que como estudio de caso puede alentar a los investigadores en el campo de control distribuido para repensar la naturaleza de la complejidad y la distancia entre control e inteligencia. También ilustramos el diseño y análisis de protocolos de consenso para sistemas multiagente no lineales derivados de una formulación de control óptima, que no requieren resolver una ecuación de Hamilton-Jacobi-Bellman (HJB). El libro fue escrito en un formato autónomo. Para cada protocolo de consenso, el rendimiento se verifica mediante ejemplos simulativos y se analiza mediante derivaciones matemáticas, utilizando herramientas como la teorÃa de grafos y la teorÃa de control moderna. El objetivo del libro es proporcionar no sólo contribuciones teóricas sino también explorar las intuiciones subyacentes desde una perspectiva metodológica. Nota de contenido: Chapter 1: Introduction to Collective Machine Behavior -- Chapter 2: Second-Order Min-Consensus -- Chapter 3: Consensus of High-Order Discrete-Time Multi-Agent Systems -- Chapter 4: Continuous-Time Biased Min-Consensus -- Chapter 5: Discrete-Time Biased Min-Consensus -- Chapter 6: Biased Consensus Based Distributed Neural Network -- Chapter 7: Predictive Suboptimal Consensus -- Chapter 8: Adaptive Near-Optimal Consensus. Tipo de medio : Computadora Summary : In this book, we present our systematic investigations into consensus in multi-agent systems. We show the design and analysis of various types of consensus protocols from a multi-agent perspective with a focus on min-consensus and its variants. We also discuss second-order and high-order min-consensus. A very interesting topic regarding the link between consensus and path planning is also included. We show that a biased min-consensus protocol can lead to the path planning phenomenon, which means that the complexity of shortest path planning can emerge from a perturbed version of min-consensus protocol, which as a case study may encourage researchers in the field of distributed control to rethink the nature of complexity and the distance between control and intelligence. We also illustrate the design and analysis of consensus protocols for nonlinear multi-agent systems derived from an optimal control formulation, which do not require solving a Hamilton-Jacobi-Bellman (HJB) equation. The book was written in a self-contained format. For each consensus protocol, the performance is verified through simulative examples and analyzed via mathematical derivations, using tools like graph theory and modern control theory. The book's goal is to provide not only theoretical contributions but also explore underlying intuitions from a methodological perspective. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Machine Behavior Design And Analysis : A Consensus Perspective [documento electrónico] / Zhang, Yinyan, ; Li, Shuai, . - 1 ed. . - Singapore [Malasia] : Springer, 2020 . - XVII, 183 p. 44 ilustraciones, 38 ilustraciones en color.
ISBN : 978-981-1532313--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Robótica Sistemas multiagente Clasificación: 629.892 Resumen: En este libro presentamos nuestras investigaciones sistemáticas sobre el consenso en sistemas multiagente. Mostramos el diseño y análisis de varios tipos de protocolos de consenso desde una perspectiva de múltiples agentes con un enfoque en el mÃnimo consenso y sus variantes. También analizamos el consenso mÃnimo de segundo y alto orden. También se incluye un tema muy interesante sobre el vÃnculo entre el consenso y la planificación del camino. Mostramos que un protocolo de mÃnimo consenso sesgado puede conducir al fenómeno de planificación de rutas, lo que significa que la complejidad de la planificación de rutas más cortas puede surgir de una versión perturbada del protocolo de mÃnimo consenso, que como estudio de caso puede alentar a los investigadores en el campo de control distribuido para repensar la naturaleza de la complejidad y la distancia entre control e inteligencia. También ilustramos el diseño y análisis de protocolos de consenso para sistemas multiagente no lineales derivados de una formulación de control óptima, que no requieren resolver una ecuación de Hamilton-Jacobi-Bellman (HJB). El libro fue escrito en un formato autónomo. Para cada protocolo de consenso, el rendimiento se verifica mediante ejemplos simulativos y se analiza mediante derivaciones matemáticas, utilizando herramientas como la teorÃa de grafos y la teorÃa de control moderna. El objetivo del libro es proporcionar no sólo contribuciones teóricas sino también explorar las intuiciones subyacentes desde una perspectiva metodológica. Nota de contenido: Chapter 1: Introduction to Collective Machine Behavior -- Chapter 2: Second-Order Min-Consensus -- Chapter 3: Consensus of High-Order Discrete-Time Multi-Agent Systems -- Chapter 4: Continuous-Time Biased Min-Consensus -- Chapter 5: Discrete-Time Biased Min-Consensus -- Chapter 6: Biased Consensus Based Distributed Neural Network -- Chapter 7: Predictive Suboptimal Consensus -- Chapter 8: Adaptive Near-Optimal Consensus. Tipo de medio : Computadora Summary : In this book, we present our systematic investigations into consensus in multi-agent systems. We show the design and analysis of various types of consensus protocols from a multi-agent perspective with a focus on min-consensus and its variants. We also discuss second-order and high-order min-consensus. A very interesting topic regarding the link between consensus and path planning is also included. We show that a biased min-consensus protocol can lead to the path planning phenomenon, which means that the complexity of shortest path planning can emerge from a perturbed version of min-consensus protocol, which as a case study may encourage researchers in the field of distributed control to rethink the nature of complexity and the distance between control and intelligence. We also illustrate the design and analysis of consensus protocols for nonlinear multi-agent systems derived from an optimal control formulation, which do not require solving a Hamilton-Jacobi-Bellman (HJB) equation. The book was written in a self-contained format. For each consensus protocol, the performance is verified through simulative examples and analyzed via mathematical derivations, using tools like graph theory and modern control theory. The book's goal is to provide not only theoretical contributions but also explore underlying intuitions from a methodological perspective. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Neural Networks for Cooperative Control of Multiple Robot Arms Tipo de documento: documento electrónico Autores: Li, Shuai, ; Zhang, Yinyan, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2018 Número de páginas: XV, 74 p. 26 ilustraciones, 22 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-7037-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: IngenierÃa de control Robótica Automatización Redes neuronales (Informática) Simulación por ordenador Inteligencia Computacional Matemáticas Control Modelos matemáticos de procesos cognitivos y redes neuronales Modelado por computadora Ciencias e IngenierÃa Computacional Clasificación: 629.8 Resumen: Este es el primer libro que se centra en la solución de problemas de control cooperativo de múltiples brazos robóticos utilizando diferentes modelos de redes neuronales centralizadas o distribuidas, presentando métodos y algoritmos junto con el correspondiente análisis teórico y ejemplos simulados. Está dirigido a estudiantes de posgrado e investigadores académicos e industriales en el campo del control, la robótica, las redes neuronales, la simulación y el modelado. Nota de contenido: Neural Networks Based Single Robot Arm Control for Visual Servoing -- Neural Networks for Robot Arm Cooperation with a Start Control Topology -- Neural Networks for Robot Arm Cooperation with a Hierarchical Control Topology -- Neural Networks for Robot Arm Cooperation with a Full Distributed Control Topology. Tipo de medio : Computadora Summary : This is the first book to focus on solving cooperative control problems of multiple robot arms using different centralized or distributed neural network models, presenting methods and algorithms together with the corresponding theoretical analysis and simulated examples. It is intended for graduate students and academic and industrial researchers in the field of control, robotics, neural networks, simulation and modelling. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Neural Networks for Cooperative Control of Multiple Robot Arms [documento electrónico] / Li, Shuai, ; Zhang, Yinyan, . - 1 ed. . - Singapore [Malasia] : Springer, 2018 . - XV, 74 p. 26 ilustraciones, 22 ilustraciones en color.
ISBN : 978-981-10-7037-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: IngenierÃa de control Robótica Automatización Redes neuronales (Informática) Simulación por ordenador Inteligencia Computacional Matemáticas Control Modelos matemáticos de procesos cognitivos y redes neuronales Modelado por computadora Ciencias e IngenierÃa Computacional Clasificación: 629.8 Resumen: Este es el primer libro que se centra en la solución de problemas de control cooperativo de múltiples brazos robóticos utilizando diferentes modelos de redes neuronales centralizadas o distribuidas, presentando métodos y algoritmos junto con el correspondiente análisis teórico y ejemplos simulados. Está dirigido a estudiantes de posgrado e investigadores académicos e industriales en el campo del control, la robótica, las redes neuronales, la simulación y el modelado. Nota de contenido: Neural Networks Based Single Robot Arm Control for Visual Servoing -- Neural Networks for Robot Arm Cooperation with a Start Control Topology -- Neural Networks for Robot Arm Cooperation with a Hierarchical Control Topology -- Neural Networks for Robot Arm Cooperation with a Full Distributed Control Topology. Tipo de medio : Computadora Summary : This is the first book to focus on solving cooperative control problems of multiple robot arms using different centralized or distributed neural network models, presenting methods and algorithms together with the corresponding theoretical analysis and simulated examples. It is intended for graduate students and academic and industrial researchers in the field of control, robotics, neural networks, simulation and modelling. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection Tipo de documento: documento electrónico Autores: Zhou, Xuefeng, ; Wu, Hongmin, ; Rojas, Juan, ; Xu, Zhihao, ; Li, Shuai, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2020 Número de páginas: XVII, 137 p. 50 ilustraciones, 44 ilustraciones en color. ISBN/ISSN/DL: 978-981-1562631-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Robótica EstadÃsticas IngenierÃa de control Automatización Aprendizaje automático Modelos matemáticos IngenierÃa Robótica Inferencia bayesiana Control Modelización Matemática y Matemática Industrial Clasificación: 629.892 Resumen: Este libro de acceso abierto se centra en la introspección de robots, que tiene un impacto directo en la interacción fÃsica entre humanos y robots y en la autonomÃa a largo plazo, y que puede beneficiarse del monitoreo y diagnóstico autónomo de anomalÃas, asà como de estrategias de recuperación de anomalÃas. En robótica, la capacidad de razonar, resolver las propias anomalÃas y enriquecer proactivamente el conocimiento propio es una forma directa de mejorar los comportamientos autónomos. Con este fin, los autores comienzan considerando el patrón subyacente de observación multimodal durante la manipulación del robot, que puede modelarse efectivamente como un modelo paramétrico oculto de Markov (HMM). Luego adoptan un enfoque bayesiano no paramétrico para definir un a priori utilizando el proceso jerárquico de Dirichlet (HDP) en los parámetros estándar HMM, conocido como modelo jerárquico de Markov oculto del proceso Dirichlet (HDP-HMM). El HDP-HMM puede examinar un HMM con un número ilimitado de estados posibles y permite flexibilidad en la complejidad del modelo aprendido y el desarrollo de métodos de inferencia variacional confiables y escalables. Este libro es un valioso recurso de referencia para investigadores y diseñadores en el campo del aprendizaje de robots y la percepción multimodal, asà como para estudiantes universitarios de pregrado y posgrado. Nota de contenido: Introduction to Robot Introspection -- Nonparametric Bayesian Modeling of Multimodal Time Series -- Incremental Learning Robot Complex Task Representation and Identification -- Nonparametric Bayesian Method for Robot Anomaly Monitoring -- Nonparametric Bayesian Method for Robot Anomaly Diagnose -- Learning Policy for Robot Anomaly Recovery based on Robot. Tipo de medio : Computadora Summary : This open access book focuses on robot introspection, which has a direct impact on physical humanЀ“robot interaction and long-term autonomy, and which can benefit from autonomous anomaly monitoring and diagnosis, as well as anomaly recovery strategies. In robotics, the ability to reason, solve their own anomalies and proactively enrich owned knowledge is a direct way to improve autonomous behaviors. To this end, the authors start by considering the underlying pattern of multimodal observation during robot manipulation, which can effectively be modeled as a parametric hidden Markov model (HMM). They then adopt a nonparametric Bayesian approach in defining a prior using the hierarchical Dirichlet process (HDP) on the standard HMM parameters, known as the Hierarchical Dirichlet Process Hidden Markov Model (HDP-HMM). The HDP-HMM can examine an HMM with an unbounded number of possible states and allows flexibility in the complexity of the learned model and the development of reliable and scalable variational inference methods. This book is a valuable reference resource for researchers and designers in the field of robot learning and multimodal perception, as well as for senior undergraduate and graduate university students. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Nonparametric Bayesian Learning for Collaborative Robot Multimodal Introspection [documento electrónico] / Zhou, Xuefeng, ; Wu, Hongmin, ; Rojas, Juan, ; Xu, Zhihao, ; Li, Shuai, . - 1 ed. . - Singapore [Malasia] : Springer, 2020 . - XVII, 137 p. 50 ilustraciones, 44 ilustraciones en color.
ISBN : 978-981-1562631--
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Robótica EstadÃsticas IngenierÃa de control Automatización Aprendizaje automático Modelos matemáticos IngenierÃa Robótica Inferencia bayesiana Control Modelización Matemática y Matemática Industrial Clasificación: 629.892 Resumen: Este libro de acceso abierto se centra en la introspección de robots, que tiene un impacto directo en la interacción fÃsica entre humanos y robots y en la autonomÃa a largo plazo, y que puede beneficiarse del monitoreo y diagnóstico autónomo de anomalÃas, asà como de estrategias de recuperación de anomalÃas. En robótica, la capacidad de razonar, resolver las propias anomalÃas y enriquecer proactivamente el conocimiento propio es una forma directa de mejorar los comportamientos autónomos. Con este fin, los autores comienzan considerando el patrón subyacente de observación multimodal durante la manipulación del robot, que puede modelarse efectivamente como un modelo paramétrico oculto de Markov (HMM). Luego adoptan un enfoque bayesiano no paramétrico para definir un a priori utilizando el proceso jerárquico de Dirichlet (HDP) en los parámetros estándar HMM, conocido como modelo jerárquico de Markov oculto del proceso Dirichlet (HDP-HMM). El HDP-HMM puede examinar un HMM con un número ilimitado de estados posibles y permite flexibilidad en la complejidad del modelo aprendido y el desarrollo de métodos de inferencia variacional confiables y escalables. Este libro es un valioso recurso de referencia para investigadores y diseñadores en el campo del aprendizaje de robots y la percepción multimodal, asà como para estudiantes universitarios de pregrado y posgrado. Nota de contenido: Introduction to Robot Introspection -- Nonparametric Bayesian Modeling of Multimodal Time Series -- Incremental Learning Robot Complex Task Representation and Identification -- Nonparametric Bayesian Method for Robot Anomaly Monitoring -- Nonparametric Bayesian Method for Robot Anomaly Diagnose -- Learning Policy for Robot Anomaly Recovery based on Robot. Tipo de medio : Computadora Summary : This open access book focuses on robot introspection, which has a direct impact on physical humanЀ“robot interaction and long-term autonomy, and which can benefit from autonomous anomaly monitoring and diagnosis, as well as anomaly recovery strategies. In robotics, the ability to reason, solve their own anomalies and proactively enrich owned knowledge is a direct way to improve autonomous behaviors. To this end, the authors start by considering the underlying pattern of multimodal observation during robot manipulation, which can effectively be modeled as a parametric hidden Markov model (HMM). They then adopt a nonparametric Bayesian approach in defining a prior using the hierarchical Dirichlet process (HDP) on the standard HMM parameters, known as the Hierarchical Dirichlet Process Hidden Markov Model (HDP-HMM). The HDP-HMM can examine an HMM with an unbounded number of possible states and allows flexibility in the complexity of the learned model and the development of reliable and scalable variational inference methods. This book is a valuable reference resource for researchers and designers in the field of robot learning and multimodal perception, as well as for senior undergraduate and graduate university students. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
