本书介绍了机器智能的概念，分析了机器智能的内涵与外延，从人工智能三大技术流派的视角以及机器思维智能、认知智能、行为智能、知识获取四个实现途径出发，系统深入地阐述了知识工程、人工神经网络、感知－动作系统、机器学习等领域的技术成果，介绍了智能机器人的关键赋能技术和智能机器人在各行各业的应用场景。本书从AI赋能机器人的角度阐述当前主流AI技术，兼顾内容的实用性和先进性。章节体系遵循的逻辑是：根据机器智能的类别阐述相关赋能技术，最后将各类技术综合集成于工作在各个场景中的智能机器人系统中。 本书既适用于智能机器人系统设计和开发的科研与工程技术人员，也可作为大专院校人工智能专业、机器人工程专业或其他相关专业的教材。

笫1章 机器智能概论
1.1 机器智能的内涵与外延
1.1.1 自然智能
1.1.2 机器智能
1.1.3 智能系统的体系结构
1.2 机器智能的“智”
1.2.1 感知智能
1.2.2 思维智能
1.2.3 运动智能
1.2.4 协调智能
1.3 机器智能的“能”
1.3.1 自学习能力
1.3.2 自适应能力
1.3.3 自组织能力
1.3.4 自协调能力
1.3.5 自动推理能力
1.3.6 自主决策能力
第2章 机器思维智能的实现途径：知识工程
2.1 知识与知识工程
2.1.1 知识的概念
2.1.2 知识工程
2.2 知识表示
2.2.1 一阶谓词逻辑表示法
2.2.2 产生式规则表示法
2.2.3 状态空间表示法
2.2.4 语义网络表示法
2.2.5 框架表示法
2.2.6 黑板模型结构
2.3 知识获取
2.3.1 知识获取的任务
2.3.2 知识获取方式
2.3.3 知识获取的机器学习法
2.4 知识运用——问题求解
2.4.1 推理策略
2.4.2 搜索策略
2.5 知识运用——专家系统
2.5.1 专家系统概述
2.5.2 专家系统的组成
2.5.3 专家系统的特征及类型
2.5.4 控制型专家系统
2.6 知识图谱
2.6.1 知识图谱的基本概念
2.6.2 知识图谱的构建技术
第3章 机器认知智能的实现途径：神经网络
3.1 人脑信息处理的微观结构
3.1.1 生物神经元的结构
3.1.2 生物神经元的信息处理机制
3.1.3 生物神经网络
3.2 人工神经网络基础
3.2.1 人工神经元模型
3.2.2 人工神经网络模型
3.2.3 人工神经网络的学习
3.2.4 人工神经网络的基本特点与类脑智能
3.3 常用神经网络模型、算法与功能
3.3.1 多层感知器网络
3.3.2 动态反馈网络
3.3.3 自组织特征映射网络
3.3.4 径向基函数网络
3.4 深度神经网络
3.4.1 深度神经网络的生物学基础
3.4.2 深度神经网络概述
3.4.3 卷积神经网络的概念与原理
3.4.4 卷积神经网络的模型与学习算法
3.5 神经网络的泛化能力
3.5.1 泛化能力的定义
3.5.2 影响神经网络的泛化能力的因素
3.5.3 提高神经网络的泛化能力的方法
第4章 机器行为智能的实现途径：感知-动作系统
4.1 感知-动作系统概述
4.1.1 感知-动作型智能主体
4.1.2 智能主体的协调机制
4.1.3 智能主体的行为智能模拟技术
4.2 遗传算法原理
4.2.1 遗传算法的基本原理与主要特点
4.2.2 遗传算法的基本操作与模式理论
4.2.3 遗传算法的实现与改进
4.3 强化学习
4.3.1 马尔可夫决策过程
4.3.2 动态规划
4.3.3 蒙特卡罗法
4.3.4 时间差分
4.3.5 深度强化学习
4.4 小脑模型
4.4.1 CMAC网络的结构
4.4.2 CMAC网络的工作原理
4.4.3 CMAC网络的学习算法
4.4.4 CMAC网络的应用
第5章 机器获取知识的途径：机器学习
5.1 机器学习概述
5.1.1 机器学习的概念
5.1.2 机器学习的研究内容
5.1.3 机器学习系统的基本构成
5.2 机器学习的基本方法
5.2.1 监督学习
5.2.2 无监督学习
5.2.3 半监督学习
5.3 经典回归算法
5.3.1 线性回归分析
5.3.2 非线性回归分析
5.4 经典分类算法：决策树
5.4.1 决策树的构造过程
5.4.2 决策树的构造原则
5.5 经典聚类算法：K-均值
5.5.1 最简单的K-均值算法
5.5.2 二维数据的K-均值算法
5.6 经典降维算法：主分景分析
5.6.1 主分量分析方法概述
5.6.2 前向PCA网络及学习算法
5.6.3 侧向连接自适应PCA神经网络及APEX算法
5.7 支持向量机
5.7.1 支持向量机的基本思想
5.7.2 支持向量机网络
5.7.3 支持向量机的学习算法
第6章 智能机器人技术及应用
6.1 智能机器人关键技术
6.1.1 关键技术研究现状
6.1.2 问题与挑战
6.2 智能机器人感知技术
6.2.1 机器人视觉技术
6.2.2 机器人听觉技术
6.2.3 多传感器融合技术
6.3 智能机器人定位与导航规划技术
6.3.1 地图表示与构建
6.3.2 移动机器人定位
6.3.3 导航规划
6.4 智能机器人交互技术
6.4.1 人机对话
6.4.2 情感人机交互
6.4.3 自然语言理解
6.5 智能机器人应用场景
6.5.1 智能教育
6.5.2 智能汽车
6.5.3 智慧医疗
6.5.4 智能农业
6.5.5 智能轻工业
6.5.6 智能制造
参考文献