出版社内容情報
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。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
内容説明
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。
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）
著者等紹介
上田隆一［ウエダリュウイチ］
博士（工学）。２００１年東京大学工学部精密機械工学科卒業。２００３年東京大学大学院工学系研究科精密機械工学専攻修士課程修了。２００４年同専攻博士課程中退。２００４年東京大学大学院工学系研究科助手～助教。２００７年東京大学にて博士（工学）の学位取得。２００９年ＵＳＰ研究所技術研究員。２０１３年産業技術大学院大学産業技術研究科助教。２０１５年千葉工業大学工学部未来ロボティクス学科准教授。現職：千葉工業大学先進工学部未来ロボティクス学科准教授（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
Ryuji Koyasu
miura
yorip
wwb
レモン爆弾
