只有当机器人设备能够用自然语言发出指令和教授新任务时，机器人技术才会得到广泛应用。机器人如何理解用英语表达的指令？机器人如何从指令中学习？Crangle和Suppes开始通过机器人实验，从理论上研究机器人的语言和学习，从而回答这些问题。
作者提出了可指令机器人的概念，这种机器人的智能部分来自于与人类的互动。由于与机器人的言语交互需要自然语言语义，作者提出了一种自然模型语义，然后将其应用于机器人命令的解释。描述了两个实验项目，它们为残疾人机器人辅助工具提供自然语言接口。作者讨论了解释“停止”命令和解释空间介词所带来的具体挑战。
作者还研究了使用明确的口头指令来教机器人新程序；提出机器人从包含定性表达式的纠正命令中学习的方法，并讨论使用自然语言指导机器人执行简单物理任务的机器学习。两章重点介绍学习中的概率技术。
科伦·克兰格尔是一名研究员CSLI公司。当代分析哲学家萨普斯（1922年至2014年）是斯坦福大学的卢西·斯特恩荣誉哲学教授。
- 表格列表
- 图表列表
- 前言
- 鸣谢
第一部分理论
- 1个可教机器人
- 1.1通过口头指令学习的机器人
- 1.2机器人学习的任务和类型
- 1.3自主性和学习
- 1.4口头教学的挑战
- 2命令解释的自然模型
- 2.1语法和解析
- 2.2自然模型语义
- 3上下文填充语义和模型结构
- 3.1上下文填充语义
- 3.2句法结构和模型结构
- 4种算术教学模型
- 4.1模型集
- 4.2词汇和语法
- 4.3上下文修正示例
- 4.4结束语
第二部分语言表现
- 对移动机器人的5个口头命令
- 5.1背景
- 5.2模型和程序的类别
- 5.3词汇和语法
- 5.4命令执行
- 机器人手臂的6个口头命令
- 6.1简介
- 6.2机器人子系统
- 6.3自然语言子系统
- 6.4结束语：未来的工作
- 8个扩展模型：几何语义
- 8.1简介
- 8.2介词的一些相关几何结构
- 8.3几何模型集
- 8.4详细示例
- 8.5结束语
第三部分学习
- 9关于算术教学的论述
- 9.1背景
- 9.2语法和语法分析器
- 9.3语义和翻译
- 9.4解释和执行
- 9.5学习和指导
- 10机器人从纠正指令中学习
- 10.1简介
- 10.2机器人学习什么
- 10.3解释、回应和学习
- 10.4示例说明会话
- 10.5结束语
- 11从机器人任务描述中学习自然语言
- 11.1学习理论
- 11.2学习原则
- 11.3内部代表
- 11.4平均学习曲线
- 11.5通过学习构建的语法
- 11.6相关工作意见
- 工具书类
- 索引
2/1/94
