詳解確率ロボティクス　Pythonによる基礎アルゴリズムの実装

赤裸々な上田節による丁寧な解説は、まさにバイブル。Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋ対応だから、すぐに実践できる。

僕たちは、こんな本を待っていた。
Ｓｅｂａｓｔｉａｎ　Ｔｈｒｕｎらの名著『確率ロボティクス』（マイナビ）の翻訳者であり、
同分野の第一人者でもある、上田隆一氏が書き下ろす至極の入門書！
　
・理論→実装という一貫した流れで、丁寧に解説。まさにバイブル！
・Ｊｕｐｙｔｅｒ　Ｎｏｔｅｂｏｏｋ対応だから、すぐに実践できる！
・コードはＧｉｔＨｕｂで全部公開！

【第１章「はじめに」より抜粋】
　本書は、確率をロボットの認識機能や制御に用いることを考える分野「確率ロボティクス」の入門書です。ロボットの開発者、研究者になるには機械、計算機、制御に関する勉強も必要なうえ、上記のような状況なので、確率論、統計学の理解も重要になってきています。たくさん勉強しなければならないので「手短に」といいたいところですが、確率というものに実感がもてるまでには頭の訓練が必要です。
　筆者は学生のとき、確率に対する実感を養うために（実際は家賃込みの月６万円の仕送りを増やすために）、学生寮、後楽園、高田馬場あたりの「現場」でかなりの訓練をして仕送りを減らしていましたが、そちらをおすすめするわけにはいきません。そこでロボティクスでよく使われるアルゴリズムを書いて動かしてもらい、実感をもってもらおうと企画したのが本書です。

【主な内容】

第１部　準備
第１章　はじめに
第２章　確率・統計の基礎
第３章　自律ロボットのモデル化
第４章　不確かさのモデル化

第２部　自己位置推定とＳＬＡＭ
第５章　パーティクルフィルタによる自己位置推定
第６章　カルマンフィルタによる自己位置推定
第７章　自己位置推定の諸問題
第８章　パーティクルフィルタによるＳＬＡＭ
第９章　グラフ表現によるＳＬＡＭ

第３部　行動決定
第１０章　マルコフ決定過程と動的計画法
第１１章　強化学習
第１２章　部分観測マルコフ決定過程

付録Ａ　ベイズ推論によるセンサデータの解析
付録Ｂ　計算(「近刊情報」より)

目次

第１部　準備（はじめに
確率・統計の基礎
不確かさのモデル化）
第２部　自己位置推定とＳＬＡＭ（パーティクルフィルタによる自己位置推定
カルマンフィルタによる自己位置推定
パーティクルフィルタによるＳＬＡＭ
グラフ表現によるＳＬＡＭ）
第３部　行動決定（マルコフ決定過程と動的計画法
強化学習
部分観測マルコフ決定過程）
付録（ベイズ推論によるセンサデータの解析
計算）

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。