Principles of Robot Autonomy
- 作者: Daniele Gammelli, Joseph Lorenzetti, Katie Luo, Gioele Zardini, Marco Pavone
- 出版社: Cambridge University Press
- 年份: 2026
- 頁數: 531
- 標籤: robot-autonomy, motion-planning, control, state-estimation, slam, perception, reinforcement-learning, imitation-learning
一本將現代機器人自主堆疊呈現為一個連貫整體的教科書,銜接機器人學的古典基礎與近年的學習進展。本書源自 Stanford 自 2017 年起開設的 Principles of Robot Autonomy 課程系列。全書 19 章分為四個部分:運動規劃與控制、感知、定位與建圖,以及決策,從動力學與軌跡最佳化,經卡爾曼濾波器與 SLAM,到強化學習與模仿學習。大多數章節都附有可在 Google Colab 中執行的 Python 筆記本。本書由 Cambridge University Press 出版,全文可免費線上閱讀,也可取得 arXiv 上 531 頁的出版前 PDF。
連結
- PDF: https://arxiv.org/pdf/2608.03496