智能体与多智能体系统是人工智能领域活跃的研究分支，其涉及的基本研究问题包括合作协调、推理规划、学习、工具框架、模型等。本书的内容遴选自2015年及2016年度“中国智能体及多智能体系统”研讨会的特邀报告，同时收集了部分学者的*新研究进展。全书共计11个专题，每个专题均是智能体领域的重点及热点问题，分别涉及：多智能体学习、多智能体协调协商、多智能体规划、多智能体应用框架及工具以及交叉应用基础问题研究。 本书可供高等院校、科研院所计算机、自动化及相关专业的师生、科技工作者及相关企业的工程技术人员阅读参考。

《简洁式智能计算及应用研究》以降低算法时间复杂度和空间复杂度为主线。首先，简单介绍群智能计算的专业基础知识，从降低算法时间复杂度的角度来陈述量化蚁群算法的设计思路，并用其来解决旅行商问题。然后，重点介绍基于gamma分布的扰动向量设计，并进一步改进猫群算法，减少算法的计算量，提高算法寻优能力。最后，利用简洁式猫群算法和支持向量机方法结合来解决人脸表情的识别问题，进一步扩展简洁式猫群算法的应用空间。

本书全面地介绍了人工智能的主要理论、技术和方法，主要包括：搜索策略、确定性推理、不确定性推理、专家系统、机器学习、自然语言理解和遗传算法。本书着重展现人工智能技术的基础方法和理论，同时引入了人工智能技术在机器人领域的研究应用实例，为读者知识进阶作铺垫。 本书内容丰富，深入浅出，通俗易懂，以基础理论为主，兼顾实用技术，可作为高等院校计算机、自动化、机器人及相关专业的教材或教辅，也可供相关领域的工程技术人员与科研人员阅读参考。

本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。本书适合机器学习从业者或有志成为机器学习从业者的人阅读。

机器人种类繁多，机器人刚柔耦合动力学介绍了两种典型的机器人：柔性机械臂和弹性悬挂移动机器人。柔性机械臂的研究内容有刚柔耦合动力学建模方法、动力学分析与动态控制器设计，这些研究为机械臂的振动控制提供了理论基础与方法；弹性悬挂移动机器人的研究内容有移动机器人振动控制方法、多要素作用下移动机械臂的跟踪控制和路面激励下移动机器人的动态稳定性控制，这些方法为移动机器人的动态控制奠定了基础。本书力图总结作者在机器人刚柔耦合动力学研究领域取得的一些研究成果，这些研究成果的总结为提高机器人的性能与品质提供了理论基础和方法。本书可以作为机械工程、自动化与控制工程等相关学科方向的教师、研究人员的参考资料，也可以作为机器人技术领域的广大工程技术人员，特别是产品开发技术人员学习和工作的参考书。

《计算机的神奇魅力》是一本关于计算机的小百科全书，集趣味性、实用性、科技性为一体，主要介绍计算机的构造、原理、应用等计算机硬件、软件的基础知识。通过阅读《计算机的神奇魅力》能够让广大青少年更多地了解计算机的相关知识。

《代替人工作的机器》主要介绍了机器人的诞生、发展、分类、特征以及机器人在工业、农业、国防科技等领域的应用。通过阅读该书，对广大青少年认识和了解机器人有关知识会有很大的帮助和启示。

暂缺简介...

概率网是人工智能学科表示并处理概率知识的一类图模型方法。多源概率网融合是全面进行概率知识表示和推理研究中的重要问题。已有T作大多限于贝叶斯网、影响图和可能性网等定量概率网的融合，较少考虑到概率知识只能定性表示或只需定性表示时的定性概率网（Qualitative ProbabilisticNetworks，QPNs）模型融合。基于上述问题，《多源定性概率网模型的融合算法研究》结合不完整数据，研究QPNs符号融合方法和i种情况下的QPNs结构融合方法。具体内容包括以下几个方面。1.提出基于定性互信息的歧义性约简方法。严格定义定性互信息，在此基础上，提出可区分影响强度的增强QPN，并证明其性质，给出多项式时间的歧义性约简方法。2.设计并实现基于定性互信息的QPNSF符号融合算法。将歧义性约简方法扩展到多个结构相同的QPNs符号融合中，提出QPNSF融合算法，分析了算法的时间复杂性。3.设计并实现具有相同节点的sNQPNF结构融合算法。基于粗糙集理论，采用概率正域求解属性依赖度作为定性影响的强度，解决融合时涉及的关键问题，提出SNQPNF融合算法，分析了算法的时问复杂性。4.设计并实现时序环境具有相同节点的TQPNF结构融合算法。定义时变QPN（TQPN），通过考虑其中的自身环等问题，提出基于粗糙集理沦的TQPNF融合算法，分析了算法的时间复杂性。5.设计并实现具有不同节点的DNQPNF结构融合算法。由SNQPNF算法融合思想，得出合并后的初始QPN，基于粗糙集理论，通过向其中添加缺失边和删除冗余边，提出DNQPNF融合算法，分析了算法的时间复杂性。6.面向缺值数据，设计并实现了基于多源QPNs知识的定量参数建模算法，即贝叶斯网络学习SEM.MQ算法。通过基于多源QPNs知识补全缺值数据，给出初始网络的选取规则和候选网络的优化策略，提出SEM-MQ算法，许分析了该算法的时间复杂性和收敛性。

暂缺简介...