4,99 €
4,99 €
inkl. MwSt.
Sofort per Download lieferbar
0 °P sammeln
4,99 €
Als Download kaufen
4,99 €
inkl. MwSt.
Sofort per Download lieferbar
0 °P sammeln
Jetzt verschenken
Alle Infos zum eBook verschenken
4,99 €
inkl. MwSt.
Sofort per Download lieferbar
Alle Infos zum eBook verschenken
0 °P sammeln
Andere Kunden interessierten sich auch für
Evolutionäre Robotik: Stellt die Grundprinzipien und die Entwicklung autonomer Robotersysteme vor und betont, wie sich Roboter durch Versuch und Irrtum entwickeln können, ähnlich wie bei natürlicher Selektion.
Evolutionäre Berechnung: Erklärt die von der Evolutionsbiologie inspirierten Berechnungstechniken, wie genetische Algorithmen, die zur Lösung komplexer Optimierungsprobleme in der Robotik verwendet werden.
Neuroevolution von erweiternden Topologien: Bespricht einen bahnbrechenden Ansatz, bei dem sich neuronale Netzwerke entwickeln, einschließlich Struktur und Gewichte, um die Roboterleistung zu optimieren.
Neuroevolution: Erforscht den Prozess der Entwicklung künstlicher neuronaler Netzwerke zur Verbesserung der Fähigkeiten von Robotern, mit Schwerpunkt auf deren Lernfähigkeit und Anpassungsfähigkeit.
Evolvierbare Hardware: Bietet einen Überblick über Hardwaresysteme, die sich als Reaktion auf sich ändernde Umweltbedingungen entwickeln und evolutionäre Konzepte in physische Robotersysteme einbringen.
Mobiler Roboter Sbot: Untersucht den mobilen Roboter Sbot, ein wichtiges Beispiel dafür, wie Techniken der evolutionären Robotik auf reale Roboterplattformen angewendet wurden.
Dario Floreano: Hebt die Beiträge von Dario Floreano hervor, einem führenden Forscher auf dem Gebiet der evolutionären Robotik, dessen Arbeit das Feld maßgeblich geprägt hat.
Inman Harvey: Erforscht die Forschung von Inman Harvey und seine innovativen Ansätze bei der Integration evolutionärer Algorithmen in Robotersysteme.
Phil Husbands: Konzentriert sich auf die Arbeit von Phil Husbands im Bereich des autonomen Roboterverhaltens und seine Beiträge zur Anwendung evolutionärer Methoden in der Robotik.
Stefano Nolfi: Untersucht Stefano Nolfis Beiträge zur Neuroevolution und seine Arbeit an der Entwicklung von Robotern, die in dynamischen Umgebungen lernen und sich weiterentwickeln.
Neurorobotik: Deckt das spannende Feld der Neurorobotik ab, in dem Robotik und Neurowissenschaft zusammenkommen, um Roboter zu entwickeln, die biologische Intelligenz nachahmen können.
Künstliche Entwicklung: Beschreibt das aufstrebende Feld der künstlichen Entwicklung, in dem evolutionäre und entwicklungsbezogene Prinzipien angewendet werden, um komplexere, adaptive Robotersysteme zu schaffen.
HyperNEAT: Stellt das HyperNEAT-Framework vor, eine fortschrittliche Methode zur Entwicklung neuronaler Netzwerke, die komplexe Roboterverhalten und -strukturen erzeugen.
Morphogenetische Robotik: Konzentriert sich auf morphogenetische Robotik, bei der sich Roboter selbst organisieren und ihre physische Form durch evolutionäre Prozesse anpassen.
Evolutionäre Entwicklungsrobotik: Untersucht, wie die Kombination von Evolutionsalgorithmen mit Entwicklungsrobotik zur Schaffung von Robotern führt, die mit der Zeit wachsen und lernen.
Dave Cliff (Informatiker): Bespricht die Arbeit von Dave Cliff, dessen Forschung zu künstlichem Leben und Evolutionsalgorithmen die Entwicklung adaptiver Roboter beeinflusst hat.
Künstliches Leben: Erforscht die Beziehung zwischen künstlichem Leben und Robotik und diskutiert, wie die Schaffung lebensechten Verhaltens bei Robotern zu intelligenteren Systemen führen kann.
Jordan Pollack: Hebt Jordan Pollacks Arbeit zur künstlichen Evolution hervor, insbesondere im Zusammenhang mit der Entwicklung von Systemen, die natürliche Prozesse nachahmen, um die Leistung von Robotern zu verbessern.
Sabine Hauert: Konzentriert sich auf Sabine Hauerts Beiträge zu Multirobotersystemen und darauf, wie evolutionäre Prinzipien das Verhalten kollaborativer Roboter verbessern können.
Pavan Ramdya: Untersucht die Arbeit von Pavan Ramdya, dessen Forschung in Robotik und Neurobiologie das Studium von Bewegung und Verhalten autonomer Roboter integriert.
Evolutionäre Berechnung: Erklärt die von der Evolutionsbiologie inspirierten Berechnungstechniken, wie genetische Algorithmen, die zur Lösung komplexer Optimierungsprobleme in der Robotik verwendet werden.
Neuroevolution von erweiternden Topologien: Bespricht einen bahnbrechenden Ansatz, bei dem sich neuronale Netzwerke entwickeln, einschließlich Struktur und Gewichte, um die Roboterleistung zu optimieren.
Neuroevolution: Erforscht den Prozess der Entwicklung künstlicher neuronaler Netzwerke zur Verbesserung der Fähigkeiten von Robotern, mit Schwerpunkt auf deren Lernfähigkeit und Anpassungsfähigkeit.
Evolvierbare Hardware: Bietet einen Überblick über Hardwaresysteme, die sich als Reaktion auf sich ändernde Umweltbedingungen entwickeln und evolutionäre Konzepte in physische Robotersysteme einbringen.
Mobiler Roboter Sbot: Untersucht den mobilen Roboter Sbot, ein wichtiges Beispiel dafür, wie Techniken der evolutionären Robotik auf reale Roboterplattformen angewendet wurden.
Dario Floreano: Hebt die Beiträge von Dario Floreano hervor, einem führenden Forscher auf dem Gebiet der evolutionären Robotik, dessen Arbeit das Feld maßgeblich geprägt hat.
Inman Harvey: Erforscht die Forschung von Inman Harvey und seine innovativen Ansätze bei der Integration evolutionärer Algorithmen in Robotersysteme.
Phil Husbands: Konzentriert sich auf die Arbeit von Phil Husbands im Bereich des autonomen Roboterverhaltens und seine Beiträge zur Anwendung evolutionärer Methoden in der Robotik.
Stefano Nolfi: Untersucht Stefano Nolfis Beiträge zur Neuroevolution und seine Arbeit an der Entwicklung von Robotern, die in dynamischen Umgebungen lernen und sich weiterentwickeln.
Neurorobotik: Deckt das spannende Feld der Neurorobotik ab, in dem Robotik und Neurowissenschaft zusammenkommen, um Roboter zu entwickeln, die biologische Intelligenz nachahmen können.
Künstliche Entwicklung: Beschreibt das aufstrebende Feld der künstlichen Entwicklung, in dem evolutionäre und entwicklungsbezogene Prinzipien angewendet werden, um komplexere, adaptive Robotersysteme zu schaffen.
HyperNEAT: Stellt das HyperNEAT-Framework vor, eine fortschrittliche Methode zur Entwicklung neuronaler Netzwerke, die komplexe Roboterverhalten und -strukturen erzeugen.
Morphogenetische Robotik: Konzentriert sich auf morphogenetische Robotik, bei der sich Roboter selbst organisieren und ihre physische Form durch evolutionäre Prozesse anpassen.
Evolutionäre Entwicklungsrobotik: Untersucht, wie die Kombination von Evolutionsalgorithmen mit Entwicklungsrobotik zur Schaffung von Robotern führt, die mit der Zeit wachsen und lernen.
Dave Cliff (Informatiker): Bespricht die Arbeit von Dave Cliff, dessen Forschung zu künstlichem Leben und Evolutionsalgorithmen die Entwicklung adaptiver Roboter beeinflusst hat.
Künstliches Leben: Erforscht die Beziehung zwischen künstlichem Leben und Robotik und diskutiert, wie die Schaffung lebensechten Verhaltens bei Robotern zu intelligenteren Systemen führen kann.
Jordan Pollack: Hebt Jordan Pollacks Arbeit zur künstlichen Evolution hervor, insbesondere im Zusammenhang mit der Entwicklung von Systemen, die natürliche Prozesse nachahmen, um die Leistung von Robotern zu verbessern.
Sabine Hauert: Konzentriert sich auf Sabine Hauerts Beiträge zu Multirobotersystemen und darauf, wie evolutionäre Prinzipien das Verhalten kollaborativer Roboter verbessern können.
Pavan Ramdya: Untersucht die Arbeit von Pavan Ramdya, dessen Forschung in Robotik und Neurobiologie das Studium von Bewegung und Verhalten autonomer Roboter integriert.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.