《走进神奇的机器人世界》在重庆市科委科普资助项目的资助下完成。全书共7章，以介绍机器人相关科学知识为主线，分别介绍机器人的前世今生、机器人的五官、机器人的骨骼、机器人的神经、机器人的驱动、机器人的语言、现代机器人家族。该书旨在使广大中小学生和普通民众对机器人的科学知识有进一步的了解和认识，并产生探索机器人新技术的兴趣，为机器人的发展打下基础，提高大众在机器人领域的科学素养。《走进神奇的机器人世界》可作为中小学生及普通民众的机器人科普知识读本。

《空间机器人/空间技术与科学研究丛书》内容分成四篇：第一篇主要介绍机器人基础理论，重点是空间机器人的动力学、规划与控制相关理论，其中用较大篇幅对浮动基空间机器人的动力学与控制问题进行了介绍；第二篇主要介绍空间机器人工程设计方法，重点说明如何在充分考虑空间机器人的特殊工作环境（真空、高低温、辐照等）、特殊设计约束（发射环境、难以验证等）的情况下开展产品设计和验证工作；第三篇主要介绍几个空间机器人的工程设计实例，通过实例介绍如何针对具体的工程需求，利用前两篇介绍的基础理论和工程设计方法来完成实际产品的设计。该书在最后对世界范围内已有的空间机器人产品进行了总结，并对后续技术发展进行了展望。

MATLAB深度学习 在《MATLAB深度学习　机器学习、神经网络与人工智能》深入浅出的指导方式下，开启 MATLAB深度学习与人工智能之旅吧！《MATLAB深度学习　机器学习、神经网络与人工智能》开篇介绍机器学习的基础知识，然后逐渐铺开，分别讨论神经网络、深度学习以及卷积神经网络。为将理论知识与实际应用完美结合，《MATLAB深度学习　机器学习、神经网络与人工智能》将 MATLAB作为书中示例及案例分析的基础编程语言和开发工具。　通过学习《MATLAB深度学习　机器学习、神经网络与人工智能》，你将能应对当今现实世界中的一些大数据、智能机器人以及其他复杂数据问 题。你将体会到，在当前的智能数据分析与应用中，深度学习是机器学习领域更高级、更智能 的方面。 主要内容 ● 使用MATLAB进行深度学习 ● 学习单层神经网络和多层神经网络 ● 应用卷积层与池化层 ● 用卷积层和池化层构建MNIST示例

通过引导孩子探究自己的学习方式和学习过程，初步了解人类智能的基本形式和知识的表现方式；然后通过制作几种遥控机器人和自主控制机器人，掌握机器人智能即人工智能与人类智能的共同模式，从而了解和掌握最基本的人工智能概念和表现形式，包括沟通智能、计算智能和反应智能等。

本书以蓝牙遥控表情机器人的制作应用和蓝牙遥控灭火机器人的制作为主线，采用螺旋式上升的项目设计，结合各种显示模块的应用和软件编程，循序渐进地讲解每个模块所需专业知识和技术，让学生更深入地理解这些知识和技术，并且应用到产品制作和竞赛机器人项目中。内容包括基于Arduino的QTSTEAM控制器、机器人组装、机器人点亮多个LED灯和串口通信、伺服电机和机器人运动控制、蓝牙遥控机器人、数码管显示机器人状态信息、机器人的表情――8*8点阵屏控制、彩色LED与奇幻机器人制作、遥控机器人灭火竞赛和智能菜单制作。

本书面向小学二年级/三年级以上学生，采用流行的Mixly编程软件，带领学生完成进入机器人的世界、安装MIXLY、机器人交通指挥、机器人的听觉、机器人的视觉、避障机器人、声控彩灯机器人、廊道智能灯、循线机器人制作、会停站的循线机器防碰撞循线机器人、循线机器人竞赛、家庭服务机器人、创意家居机器人共14个项目的制作。让学生在快乐学习中掌握编程方法。

《人工智能：从科幻中复活的机器人革命》一书主要分三条脉络，对人工智能进行介绍，首先介绍人工智能的过去、发展现状及未来，读者可以从这一脉络对人工智能有所初步了解，第二主线则从人工智能目前所取得的主要成绩、遇到的问题等方面进行分析，读者可以从这一方面了解人工智能的发展状况以及面临的瓶颈；第三主线为人工智能的发展趋势以及隐忧，作者从专业的角度，分析人工智能的未来和当其发展到一定程度将会遇到的问题，读者可以从这里了解到人工智能终将以何种方式达到其未来。 本书将利用当前流行的机器人和理论对人工智能进行讨论，力求做到有趣和全面。另外，本书从专业的角度，提出作者对于人工智能深刻而新颖的见解。这是一本幽默风趣的漫画心理书，有知识，有故事。你准备好成为自我情绪管理教练了吗？

本书是一本深度学习的基础入门读物，对深度学习的基本理论进行了介绍，主要以Ubuntu系统为例搭建了三大主流框架——Caffe、TensorFlow、Torch，然后分别在3个框架下，通过3个实战项目掌握了框架的使用方法，并详细描述了生产流程，最后讲述了通过集群部署深度学习的项目以及如何进行运营维护的注意事项。本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子信息专业的高校毕业生以及想从实战项目入手的深度学习研发工程师或算法工程师。

《21个项目玩转深度学习——基于TensorFlow的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。 通过本书，读者可以训练自己的图像识别模型、进行目标检测和人脸识别、完成一个风格迁移应用，还可以使用神经网络生成图像和文本，进行时间序列预测、搭建机器翻译引擎，训练机器玩游戏。全书共包含21个项目，分为深度卷积网络、RNN网络、深度强化学习三部分。读者可以在自己动手实践的过程中找到学习的乐趣，了解算法和编程框架的细节，让学习深度学习算法和TensorFlow的过程变得轻松和高效。本书代码基于TensorFlow 1.4及以上版本，并介绍了TensorFlow中的一些新特性。本书适合有一定机器学习基础的学生、研究者或从业者阅读，尤其是希望深入研究TensorFlow和深度学习算法的数据工程师，也适合对人工智能、深度学习感兴趣的在校学生，以及希望进入大数据应用的研究者。

　　？本书以工业机器人操作与程序设计为核心，以培养具备机器人行业的职业素养和工程素养的学习者为目标，在借鉴国内外机器人新理论研究成果和培养应用型人才先进理念的基础上，按照工作过程系统化的思想进行课程开发。全书主要包括学前自我评价、工业机器人操作与编程安全规范、工业机器人操作与编程及学后自我评估四个部分。其中，工业机器人操作与编程部分按照项目式方案编写，以循序渐进的方式用14个项目介绍了工业机器人操作与编程的方法及实例。 ？本书适合初次从事工业机器人操作，特别是高职层次工业机器人专业的学习者阅读参考。