本书首先简要介绍机器人和机器人学的概况，以及机器人学的数学基础，然后分别详细讨论智能机器人体系结构、智能机器人中的传感器、环境感知与建模、路径规划、机器人控制、多机器人协同，以及智能机器人的HRI等内容。

本书是人工智能出版工程”系列图书之一。模式识别是人工智能的重要组成部分，本书简要介绍了模式识别的基本概念，以模式表示为切入点，针对近20年来模式识别领域研究的热点问题，系统阐述了线性子空间表示、非线性子空间表示、流形学习、稀疏表示、低秩模型、深度学习等方面的研究进展和相关代表性方法。 本书可供高等院校人工智能、智能科学与技术、计算机及相关专业研究生或高年级本科生阅读，也可供对模式识别感兴趣的研究人员和工程技术人员阅读和参考。

本书以深度学习为核心，详细讲解Pytorch技术堆栈，力求使用最直白的语言，带更多的小白学员入门甚至精通深度学习。本书共分为10个章节，前五个章节主要讲解深度学习中的基本算法及概念，通过使用Pytorch实现经典的神经网络并辅以课后加油站”小节补充数学知识，力求让每一个知识点、每一个章节、每一个实验都能在学员脑海中留下印象，做到看了能做、做了能会、会了能用。后面五个章节作为Pytorch的进阶，会讲使用Pytorch构建深度神经网络、使用HMM实现中文分词、训练聊天机器人等有意思的小实验。引入当下***的自然语言预训练模型如Elmo、BERT等，教会读者使用自然语言利器AllenNLP及高阶框架FastAI。最后一章讲解当下***的图嵌入技术，对知识图谱感兴趣的童鞋可以深入的研究。

本书从基础知识入手，详细讲解通过强化学习和深度学习构建AI系统所需的一切，并通过5个完整的项目实例，循序渐进展示如何使用*佳、*简单的AI编程工具（包括Python、TensorFlow、Keras和PyTorch）构建智能软件。具体内容包括AI工具包、Python基础、AI基础技巧、你的个AI模型、销售和广告中的AI、Q学习、物流行业中的AI、人工大脑、自动驾驶车辆中的AI、商业中的AI、深度卷积Q学习、游戏中的AI。

本书内容属于控制理论与神经科学的交叉研究方向，以脑疾病中的帕金森病为背景。第1章为绪论，介绍了帕金森病的电生理特性、用于治疗帕金森病的DBS技术及PID闭环调制策略等。第2～3章介绍了用于建模正常状态和帕金森病状态下的脉冲神经元数学模型，包括单个神经元模型，如经典的Izhikevich模型，Morris-Lecar模型、双间室模型和振荡子网络模型及神经网络模型；还包括建模基底核的Rubin-Terman模型和小世界网络模型等。第4～6章介绍了基于相重置和动态规划的帕金森病**控制；还介绍了基于模型的机器学习算法在脑疾病**神经调控策略中的应用，主要包括动态规划法、Q学习算法和Actor-Critic法等几种典型的强化学习算法。本书可供计算神经科学方向的学者和研究生阅读，也可为对强化学习理论和应用感兴趣的读者提供一定帮助。

本书简明扼要地阐述了人工智能的基本原理，勾画了人工智能理论和技术体系的基本框架，内容涵盖了人工智能各个分支领域的基本知识和主要内容，并体现了人工智能的z新进展。本书内容基础、简明、新颖，为读者进一步学习和研发提供了入门知识，并指引了方向。本书结构风格独特、新颖，条理清楚，语言精练，图文并茂，理例结合，深入浅出，易读易懂，易教易学。本书适合于大学各专业作为人工智能通识课教材使用，亦可作为人工智能的普及读物供广大读者自学或参考。

本书系统介绍了智能视频处理和步态识别的理论、方法及其改进方案。全书共分为两部分：第一部分为智能视频分析，介绍了智能视频分析常用优化方法、摄像机标定与迭代优化方法、视频中运动目标检测方法、视频中运动目标跟踪方法及非重叠视域多摄像机目标跟踪方法；第二部分为步态识别，介绍了视频中步态身份识别技术、基于轮廓特征的步态识别方法、基于协同表示与核协同表示的步态识别方法及基于步态帧差熵图的视角归一化步态识别方法。 本书可供人工智能、机器学习、计算机视觉、数字图像处理和计算机图形学等专业研究人员或研究生参考使用。

本书是智能计算平台应用开发高级教材，主要介绍了智能计算平台搭建、平台管理、数据管理、应用开发等相关知识。全书共9章，内容包括智能计算平台应用开发概述、智能计算高级环境、平台管理、数据存储、数据处理、数据备份及恢复、深度学习基础算法建模、人工智能算法优化、人工智能高级应用软件开发测试。

本书主要面向大专（高职）一年级学生，帮助学生了解人工智能的基础知识，熟悉人工智能技术和产业的发展现状与市场需求，培养学生的人工智能应用能力，主要内容包括人工智能概述、知识表示和知识图谱、机器学习、人工神经网络与深度学习、智能识别、自然语言处理、专家系统、智能体与智能机器人、Python语言、人工智能案例设计与实现。本书面向高等职业院校所有专业的学生，使学生了解人工智能的研究和应用，帮助学生了解人工智能对现代生活的改变和影响，熟悉人工智能对工业、医疗、安防、社交、机器人、无人驾驶、家居、生活服务等方面的应用渗透；帮助学生了解人工智能的发展过程与基本知识，熟悉人工智能产业的发展现状与市场需求，培养人工智能的应用能力。因此本书适合作为高职院校所有专业的通识教材，用于开拓学生的科技视野，培养人工智能的应用能力。

本书是一本人工智能应用技术方面的入门教材，介绍了网络、设备、制造、安全、大数据、多媒体等应用领域在智能化方面的发展。本书从人工智能应用的角度，全面系统地阐述了计算机网络、移动互联网、物联网、出版印刷、互联网安全、云计算与大数据、图像处理、生物特征识别、多媒体交互等在智能化方面的应用和实践，主要内容包括人工智能导论；三种智能网络（智能计算机网络、移动互联网、智能物联网）；三类智能设备（智能媒体设备、智能制造设备、智能移动终端）；三种AI（Artificial Intelligence）的交互应用（互联网安全、云计算与大数据、智能多模态），并将之逐步融入人工智能且运用到传统工科专业中。每章节后面都附有结合实践应用的“项目实训”，体现了理论教学和实践实训的有机统一。 本书内容深入浅出、观点清晰、章节内容详实、案例丰富，采用“项目实训” 的实践主导方式，以培养应用型技能人才为目标，有针对性的提升知识点的实用性和可操作性，理论介绍以广度和适用为目标，强化职业技能训练，是人工智能通识课程的理想入门教材。 本书既可作为高职高专及应用型本科的人工智能基础入门教材，也可作为广大人工智能爱好者的入门级参考书，还可作为理、工、管、文、艺等相关专业的人工智能爱好者的参考书籍。