设计心理学中的重要概念(三)头脑中的知识与外界知识

知识导航行为
本文探讨了含糊知识如何指导精确行为的现象,分析了头脑中的知识与外界知识的关系,并介绍了陈述性知识与程序性知识的区别。

接下来我们进入

第三章 头脑中的知识与外界知识

一、含糊的知识引导精确的行为。为什么含糊的知识可以引导精确的行为?

1.知识同时存储于头脑中和外部世界。这里主要的是,外部世界其实也存储着知识。比如电脑、存储磁盘,笔记等。

比如我们常常不记得字怎么写,但是输入法的联想功能可以帮助我们完成长篇大论的输出。

2.无需知道高精度的知识。

比如我们并不熟悉一辆汽车是怎么进行工作的,但是这并不影响我们成为老司机。

3.外界存在自然约束条件。

比如我们并不能记住所有的交规,也不能熟悉所有的道路,但是路上的各种引导标识会让我们顺利的到达目的地。

4.头脑中有关于文化规范和习俗的知识,这是我们后天习得的。文化规范和习俗减少了人们执行一些行为,使人们在面临一些事物的时候,只会趋于执行一种行为。

比如红包文化,中国然面对长辈给红包都会礼貌性的拒绝,然后展现各种表演天赋,最终把红包装兜里。这对于一些非中华文化的外国人来说,肯定是不知道怎么处理的。

二、人类的行为是有头脑中的知识和外部的知识共同决定的。作为设计师的职责就是把握用户头脑中的知识,然后通设计来组织外部世界知识与用户头脑中的知识相结合。好的结合就是好的设计。

三、人们依赖两种知识完成工作(是什么?怎么做?)

1.是什么被称为陈述性知识(比如在交通信号灯中红色的是红灯)

2.怎么做被称为程序性知识(比如在红灯亮起时要停车等候)

陈述性知识容易传授、程序性知识不容易传授

四、人们可以靠约束简化记忆(比如诗歌的韵律约束文字的读音)

内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导仿真实践,利用人工神经网络对复杂的非线性关系进行建模逼近,提升机械臂运动控制的精度效率。同时涵盖了路径规划中的RRT算法B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿高精度轨迹跟踪控制;④结合RRTB样条完成平滑路径规划优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析神经网络训练,注重理论推导仿真实验的结合,以充分理解机械臂控制系统的设计流程优化策略。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

昆仑双开分身

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值