- 自主智能无人系统(新兴领域十四五高等教育系列教材)/新一代信息技术人工智能系列丛书
- - 作者：编者:方浩//曾宪琳//杨庆凯//陈杰|责编:赵凯//李晔|总主编:张涛
  - 出版社：清华大学
  - ISBN：9787302687955
  - 出版日期：2025/06/01
  - 页数：416
- 售价：35.6

内容大纲
本书以自主智能无人系统为主线，全面系统地介绍了其核心原理、基础知识以及智能算法，主要内容包括无人系统经典模型、无人系统运动控制、机器学习和深度神经网络、智能控制、传感器滤波与智能融合、即时定位与建图、态势智能评估、自主任务分配与行为规划、智能路径规划与轨迹规划、多智能体系统协同控制、多智能体系统协同优化与决策等。
本书可以作为自动化、人工智能、机器人等相关专业的本科生或研究生的教科书，也适合作为自主智能无人系统研究领域科研工作者的参考书。
作者介绍
目录
第1章  自主智能无人系统概述
  1.1  引言
  1.2  自主智能无人系统的基本概念与内涵
    1.2.1  自主智能无人系统的概念
    1.2.2  自主智能无人系统的研究内容
    1.2.3  自主智能无人系统的系统模型
  1.3  自主智能无人系统的特征和性能
    1.3.1  自主性
    1.3.2  智能性
    1.3.3  复杂性
    1.3.4  协作性
    1.3.5  容错性
    1.3.6  安全性和健壮性
  1.4  自主智能无人系统的发展与演化
    1.4.1  自主智能无人系统的历史与起源
    1.4.2  自主智能无人系统的发展和现状
    1.4.3  自主智能无人系统的发展趋势
    1.4.4  自主智能无人系统的技术挑战
  1.5  本书的宗旨和结构
  练习
第2章  无人系统基础
  2.1  引言
  2.2  坐标系、运动学和动力学
    2.2.1  坐标系
    2.2.2  运动学基础
    2.2.3  动力学基础
  2.3  无人系统经典模型
    2.3.1  两连杆机械臂系统模型
    2.3.2  轮式无人车系统模型
    2.3.3  无人机系统模型
  2.4  无人系统控制基础
    2.4.1  机械臂力交互控制
    2.4.2  轮式无人车轨迹跟踪控制
    2.4.3  旋翼无人机位姿全状态控制
  2.5  小结
  练习
第3章  自主性和人工智能基础
  3.1  引言
  3.2  机器学习基础
    3.2.1  基本概念
    3.2.2  监督学习
    3.2.3  无监督学习
  3.3  强化学习基础
    3.3.1  马尔可夫决策过程
    3.3.2  强化学习基本概念
    3.3.3  多臂赌博机
    3.3.4  值迭代算法
    3.3.5  策略迭代算法
    3.3.6  演员-评论家算法
  3.4  人工神经网络和深度学习

    3.4.1  人工神经网络概述
    3.4.2  循环神经网络
    3.4.3  长短期记忆网络
    3.4.4  生成对抗网络
    3.4.5  注意力机制
    3.4.6  Transformer
  3.5  应用：基于神经网络的轨迹预测
    3.5.1  基于GAN和驾驶风格融合的预测算法框架搭建
    3.5.2  融合LSTM和感知机网络的车辆历史特征处理
    3.5.3  具有空间注意力机制的交互信息提取
    3.5.4  基于GAN和无监督学习的轨迹预测模型
    3.5.5  实验结果与分析
  3.6  小结
  练习
第4章  自主智能运动控制
  4.1  引言
  4.2  典型自主运动控制
    4.2.1  最优控制
    4.2.2  模型预测控制
    4.2.3  鲁棒自适应控制
    4.2.4  模糊控制
  4.3  自主智能运动控制
    4.3.1  神经网络最优控制
    4.3.2  基于学习的模型预测控制
    4.3.3  神经网络鲁棒自适应控制
    4.3.4  模糊神经网络控制
  4.4  典型应用
    4.4.1  无人车强化学习轨迹跟踪控制
    4.4.2  无人机神经网络自适应轨迹跟踪控制
    4.4.3  双足仿人机器人神经网络步态控制
  4.5  小结
  练习
第5章  自主智能感知和定位
  5.1  引言
  5.2  传感器滤波与智能融合
    5.2.1  卡尔曼滤波理论概述
    5.2.2  多传感器集中式融合
    5.2.3  多传感器分布式融合
    5.2.4  多传感器智能化融合
    5.2.5  仿真实验
  5.3  自主即时定位与建图
    5.3.1  自主即时定位模型
    5.3.2  基于扩展卡尔曼滤波的自主即时定位与建图
    5.3.3  基于优化的自主即时定位与建图
    5.3.4  多机协同的自主即时定位与建图
    5.3.5  仿真实验
  5.4  态势智能评估
    5.4.1  态势的定义
    5.4.2  态势量化评估介绍
    5.4.3  态势智能评估介绍

    5.4.4  仿真程序
  5.5  小结
  练习
第6章  无人系统自主决策与行为规划
  6.1  引言
  6.2  无人系统自主决策
    6.2.1  自主决策问题概述
    6.2.2  自主决策问题建模
    6.2.3  传统决策算法
    6.2.4  智能决策算法
  6.3  无人系统序列行为规划
    6.3.1  迁移系统相关定义
    6.3.2  基于自动机的序列行为建模
    6.3.3  基于Petri网的序列行为建模
    6.3.4  线性时序逻辑约束下序列行为规划
  6.4  小结
  练习
第7章  无人系统的运动规划
  7.1  引言
  7.2  无人系统路径规划
    7.2.1  路径规划
    7.2.2  任务空间描述
    7.2.3  图搜索算法
    7.2.4  随机采样算法
    7.2.5  曲线插值法
    7.2.6  无人系统路径规划算法的总结
  7.3  无人系统轨迹规划
    7.3.1  解耦法
    7.3.2  模型预测控制方法
    7.3.3  多种算法结合
  7.4  自主智能规划算法
    7.4.1  神经网络规划
    7.4.2  群体智能规划
  7.5  小结
  练习
第8章  多智能体协同控制
  8.1  引言
  8.2  图论、矩阵论基础
    8.2.1  代数图论
    8.2.2  矩阵论
  8.3  一阶多智能体系统协同控制
    8.3.1  一阶线性多智能体系统一致性控制
    8.3.2  一阶多智能体系统仿射编队控制
    8.3.3  一阶非线性多智能体系统一致性控制
  8.4  二阶多智能体系统协同控制
    8.4.1  二阶线性多智能体系统一致性控制
    8.4.2  二阶多智能体系统仿射编队控制
    8.4.3  二阶非线性多智能体系统一致性控制
  8.5  典型协同控制方法及运用
    8.5.1  无人车协同编队控制

    8.5.2  多无人机区域覆盖控制
    8.5.3  面向平均区域覆盖的多机器人分布式控制
    8.5.4  多无人艇协同包围控制
  8.6  小结
  练习
第9章  多智能体协同优化与决策
  9.1  引言
  9.2  多智能体协同路径规划
    9.2.1  协同路径规划问题概述
    9.2.2  优先级算法
    9.2.3  基于冲突的搜索算法
    9.2.4  应用：大规模多智能体协同路径规划
  9.3  多智能体任务分配
    9.3.1  协同任务分配概述
    9.3.2  拍卖算法
    9.3.3  基于生成树拍卖的搜索任务规划算法
  9.4  多智能体强化学习博弈
    9.4.1  多智能体博弈基本概念
    9.4.2  多智能体博弈模型
    9.4.3  多智能体博弈策略的强化学习
    9.4.4  应用：《星际争霸Ⅱ》
  9.5  小结
  练习
附录A  本书符号汇总
附录B  Riccati方程推导
附录C  定理8.4的证明
附录D  定理8.6的证明
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目