Drzewa zachowań w robotyce i sztucznej inteligencji: wprowadzenie

Opinie czytelników

Książka stanowi dokładne wprowadzenie do drzew zachowań (BT) w zastosowaniach w robotyce i sztucznej inteligencji gier wideo, porównując je korzystnie z tradycyjnymi metodami, takimi jak maszyny skończone. Chociaż treść jest chwalona za przejrzystość i dokładność, istnieją poważne uwagi krytyczne dotyczące jakości edycji i prezentacji danych liczbowych.

⬤ Wszechstronne wprowadzenie do drzew behawioralnych i ich zastosowań w robotyce i sztucznej inteligencji gier wideo.
⬤ Skuteczne porównanie z innymi metodami, takimi jak maszyny stanów skończonych.
⬤ Podkreśla reaktywność i modułowość.
⬤ Przydatne zarówno dla praktyków, jak i badaczy.

⬤ Wiele rysunków jest przedstawionych w czerni i bieli zamiast w kolorze, co czyni je mniej efektywnymi.
⬤ Liczne błędy ortograficzne i referencyjne utrudniają czytanie.
⬤ Wersja elektroniczna ma problemy z czytelnością wzorów ze względu na konwersję OCR.

(na podstawie 6 opinii czytelników)

Oryginalny tytuł:

Behavior Trees in Robotics and AI: An Introduction

Zawartość książki:

Drzewa zachowań (ang. Behavior Trees, BT) zapewniają sposób na ustrukturyzowanie zachowania sztucznego agenta, takiego jak robot lub postać niebędąca graczem w grze komputerowej. Tradycyjne metody projektowania, takie jak skończone maszyny stanów, są znane z tego, że wytwarzają kruche zachowania, gdy złożoność wzrasta, co bardzo utrudnia dodawanie funkcji bez naruszania istniejącej funkcjonalności. 　 Drzewa zachowań zostały stworzone w celu rozwiązania tego właśnie problemu i umożliwiają tworzenie systemów, które są zarówno modułowe, jak i reaktywne. Książka Behavior Trees in Robotics and AI: An Introduction stanowi szerokie wprowadzenie, a także dogłębną eksplorację tematu i jest pierwszą kompleksową książką na temat wykorzystania BT.

Książka ta wprowadza temat BT od prostych tematów, takich jak semantyka i zasady projektowania, po złożone tematy, takie jak uczenie się i planowanie zadań. Dla każdego tematu autorzy zapewniają zestaw przykładów, od prostych ilustracji po realistyczne złożone zachowania, aby umożliwić czytelnikowi skuteczne połączenie teorii z praktyką.

Zaczynając od wprowadzenia do BT, książka opisuje, w jaki sposób BT odnoszą się do, a w wielu przypadkach uogólniają wcześniejsze struktury przełączania lub architektury sterowania. Pomysły te są następnie wykorzystywane jako podstawa dla zestawu wydajnych i łatwych w użyciu zasad projektowania. Następnie książka przedstawia zestaw ważnych rozszerzeń i zapewnia zestaw narzędzi do formalnej analizy tych rozszerzeń przy użyciu sformułowania przestrzeni stanów BT.

Dzięki nowym narzędziom do analizy, książka formalizuje opisy tego, jak BT uogólniają wcześniejsze podejścia i pokazuje, jak BT mogą być automatycznie generowane przy użyciu planowania i uczenia się. Ostatnia część książki zawiera rozszerzony zestaw narzędzi do uchwycenia zachowania stochastycznych BT, w których wyniki działań są opisywane za pomocą prawdopodobieństw. Narzędzia te umożliwiają obliczanie zarówno prawdopodobieństwa sukcesu, jak i czasu ukończenia.

Książka ta skierowana jest do szerokiego grona odbiorców, w tym zarówno studentów, jak i profesjonalistów zainteresowanych modelowaniem złożonych zachowań robotów, postaci z gier lub innych agentów AI. Czytelnicy mogą wybrać głębokość i tempo, w jakim chcą uczyć się tematu, w zależności od ich potrzeb i doświadczenia.