新書推薦：
《
宠物造型设计与修剪（王欣）
》
售價：NT$
286.0
《
酱卤食品加工
》
售價：NT$
301.0
《
他惯会装乖
》
售價：NT$
245.0
《
从大繁荣到大萧条 1919—1939年美国社会生活史
》
售價：NT$
500.0
《
中西交通史 陆海书系
》
售價：NT$
296.0
《
图说新质生产力1：科技创新 落地化解读新质生产力的内涵和精髓
》
售價：NT$
301.0
《
从弗洛伊德到百忧解：精神病学的历史（医学人文丛书）
》
售價：NT$
398.0
《
雪
》
售價：NT$
352.0
|
| 編輯推薦： |
|
1）建构跨学科知识体系突破传统学科界限，构建覆盖基础理论与新兴技术的知识图谱，凝练自动化与智能科学研究的背景知识，形成“基础夯实—领域拓展—前沿探索”的层次化结构。2）洞察前沿技术进展自动化与智能科学是一个快速发展的领域，新概念、新理论、新系统层出不穷。本书关注前沿研究热点和技术进展，将的科研成果适度纳入其中。3）把控课程内容深度本书重点聚焦在自动化与智能科学领域的核心概念和基础方法上，注重以理论指导实践，根据读者的起点把控内容深度，助力后续相关专业课程的学习，起到承前启后的作用。4）科研反哺教学的闭环设计编写团队承担了百余项科研项目，具备丰富的科研实践经验，因此本书不仅具有理论高度，还能够提供实用性强的案例内容，形成教学闭环。5）配套资源丰富本书配套教学大纲和教学课件，读者可登录清华大学出版社网站下载。扫描封底的刮刮卡注册后，可以直接扫码观看书中配套的微课视频。
|
| 內容簡介： |
|
本书由自动化与智能科学相关背景、人工智能共性技术、机器人与智能系统三大模块组成。首先，阐述了人工智能的发展历程以及目前人工智能研究的大背景，从早期机械到现代智能系统的演进与迭代中梳理出自动化学科发展脉络，以及机器人技术的简要发展历程，分析了新一代人工智能与新一代机器人的融合趋势；随后，逐一聚焦认知科学、深度学习、强化学习、群体智能、演化博弈、大数据智能和虚拟仿真等，阐释了一系列人工智能的重要共性技术；最后，由于机器人被学界认为是人工智能技术的载体，因此剖析了机器人视觉控制、机器人同步定位与建图以及移动机器人建模与控制等关键核心技术的沿革和进展，并以医疗机器人和微纳操作机器人为例创新集成了上述多章的相关内容。自动化专业的灵魂是控制，智能类专业的关键是智能科学，把后续相关专业课程的精髓凝练成为“概论”课程的主干内容是本书的主要特点。本书是针对自动化专业、智能科学与技术专业、人工智能专业和机器人工程专业等相关本科专业教学编写的，同时也适合想深入了解自动化与智能科学领域发展前沿的各类读者。
|
| 關於作者： |
|
刘景泰，教授，博导，南开大学控制学科学术带头人。1986年参与创建南开大学人工智能与机器人实验室，之后始终聚焦机器人学领域。长期担任南开大学机器人与信息自动化研究所所长，国家863计划机器人组成员。1990年主研的“NSV机器人语言”成为我国优质个工业机器人编程语言，1997年研制出我国优质台基于PC的通用机器人控制系统。近期专注于机器人与人的智能融合技术。始终坚持在教学一线工作，主持一流本科课程“自动化与智能科学概论”。
|
| 目錄：
|
目录
第1章人工智能的研究背景1
1.1智能起源1
1.2人工智能的定义2
1.3人工智能的发展历程2
1.3.1人工智能学科的诞生2
1.3.2波浪式前进的人工智能研究3
1.3.3人工智能发展的主要特点3
1.4人工智能的研究领域5
1.4.1传统人工智能研究领域5
1.4.2新一代人工智能研究领域6
1.5人工智能发展的新趋势6
1.6思考8
1.7习题9
参考文献9
第2章自动化的发展历程10
2.1经典控制理论的萌芽（17世纪到1900年）11
2.2经典控制理论走向成熟（1900s—1950s）12
2.3现代控制理论与技术（1950s至今）14
2.4工业自动化的持续发展： 运动控制+流程控制15
2.5管理自动化的发展历程16
2.6自动化与机器人16
2.7思考17
2.8习题18
参考文献18
第3章人工智能与机器人19
3.1机器人的发展历程19
3.2从人工智能到机器人智能20
3.3新一代机器人的本质属性22
3.4人工智能+机器人=机器换人？23〖1〗自
动
化
与
智
能
科
学
概
论
⌒
微
课
视
频
版
⌒〖1〗〖2〗〖2〗目
录3.5人工智能与人类的未来23
3.5.1人工智能有望成为科学发展的第三个驱动轮23
3.5.2劳动创造了人，并将继续提升人类的智能25
3.6思考25
3.7习题26
参考文献26
第4章认知科学27
4.1认知科学概念解析27
4.1.1研究人类思维面临的挑战27
4.1.2认知科学的定义27
4.1.3认知科学的研究策略28
4.1.4认知科学研究的重要性及研究现状28
4.2人脑的宏观结构和功能30
4.2.1人脑的构造30
4.2.2大脑脑区的功能30
4.2.3人类大脑左右半球的功能优势31
4.2.4脑结构的差异32
4.3大脑的微观结构和功能33
4.3.1神经元33
4.3.2神经元的功能33
4.3.3神经冲动的产生和传递34
4.3.4兴奋和抑制36
4.4学习和记忆36
4.4.1学习37
4.4.2记忆37
4.4.3人类记忆的假想结构38
4.4.4记忆的神经生理机制假说40
4.5研究心理和行为脑机制的方法40
4.5.1EEG的历史41
4.5.2EEG的特征41
4.5.3EEG的事件相关电位42
4.5.4脑机接口43
4.6脑认知机理的计算机模拟44
4.6.1机器能够思维吗？44
4.6.2ANN的提出45
4.6.3ANN的工作原理45
4.7思考46
4.8习题47
参考文献47
第5章深度学习48
5.1从机器学习到深度学习48
5.1.1机器学习的发展历程48
5.1.2深度学习的发展脉络50
5.2机器学习的问题与方法51
5.2.1机器学习问题51
5.2.2机器学习流程59
5.3深度学习的基本方法60
5.3.1深度学习的典型模型60
5.3.2特征学习61
5.3.3深度学习的三个步骤62
5.4深度学习的主要应用64
5.4.1深度学习在计算机视觉中的应用64
5.4.2深度学习在自然语言处理中的应用65
5.4.3深度学习在多模态任务中的应用68
5.4.4深度学习在大规模预训练模型上的应用68
5.5思考69
5.6习题69
参考文献69
第6章强化学习72
6.1强化学习针对的问题72
6.1.1强化学习应用实例72
6.1.2强化学习能解决的问题78
6.2强化学习与其他方法的区别和联系79
6.2.1强化学习与监督学习的区别79
6.2.2强化学习与监督学习的联系80
6.2.3强化学习与其他优化方法的区别81
6.3强化学习的思想精髓81
6.4强化学习的发展方向83
6.4.1强化学习算法的发展回顾83
6.4.2现有强化学习算法的分类83
6.4.3强化学习的发展趋势84
6.5常用的强化学习算法简介85
6.5.1Qlearning算法85
6.5.2DQN算法86
6.5.3策略梯度算法87
6.5.4深度确定性策略梯度算法88
6.5.5近端策略优化算法89
6.6强化学习的术语91
6.7思考93
6.8习题94
参考文献94
第7章群体智能与演化博弈95
7.1自然界中的群体及其行为分析95
7.1.1自然界中的群体95
7.1.2自然界中的群体行为95
7.1.3对人类的启示和影响97
7.2群体智能98
7.2.1群体智能的概念形成98
7.2.2群体智能的五条基本原则98
7.2.3群体智能： 化内卷为协同99
7.2.4采用群体智能模式解决问题的特点99
7.2.5群体智能的应用100
7.3多智能体系统101
7.3.1智能体101
7.3.2多智能体系统102
7.3.3多智能体系统的控制目标和主要研究领域103
7.4群体智能算法104
7.4.1群体智能典型算法104
7.4.2群体智能优化算法的优缺点107
7.5演化博弈理论107
7.5.1演化博弈与群体智能的关系108
7.5.2演化博弈理论的基本思想109
7.5.3演化博弈理论的重要应用： 群体协作110
7.5.4演化博弈理论在人工智能领域的应用112
7.6思考113
7.7习题114
参考文献114
第8章大数据智能116
8.1大数据的概念与意义116
8.1.1何为大数据116
8.1.2大数据的特征117
8.1.3大数据思维118
8.1.4大数据的意义119
8.2大数据的来源与获取途径120
8.2.1按产生数据的主体划分120
8.2.2按数据来源的行业划分120
8.2.3按数据存储的形式划分121
8.2.4常见的大数据获取途径122
8.3大数据挖掘与分析122
8.3.1大数据智能的技术支撑123
8.3.2大数据预处理技术124
8.3.3大数据统计与分析技术125
8.3.4大数据挖掘技术125
8.4大数据应用及其对社会的影响129
8.4.1大数据的呈现形式129
8.4.2大数据的应用场景131
8.4.3大数据的风险及对策133
8.5实践134
8.6思考134
8.7习题135
参考文献135
第9章虚拟仿真技术136
9.1虚拟仿真技术概述137
9.1.1虚拟仿真技术的定义137
9.1.2虚拟现实、增强现实、混合现实138
9.1.3虚拟仿真技术的特性139
9.1.4虚拟仿真相关技术的演进141
9.2虚拟现实的关键技术143
9.2.1立体显示技术143
9.2.2三维建模技术144
9.2.3三维立体声音技术145
9.2.4体感交互技术145
9.2.5物理引擎146
9.3虚拟仿真的常用装备147
9.3.1虚拟现实头戴式设备147
9.3.2增强现实头戴式设备148
9.3.3VR手柄和力反馈器148
9.3.4VR手套和手部追踪器149
9.3.5VR全息显示设备150
9.3.6VR运动捕捉系统151
9.3.7三维声音定位和音频设备152
9.4智能系统的虚拟仿真软件153
9.4.1从商用工具到开源平台153
9.4.2智能系统虚拟仿真引擎与平台研制155
9.5数据与模型驱动的智能仿真156
9.5.1数字孪生技术156
9.5.2元宇宙技术157
9.6思考158
9.7习题158
参考文献159
第10章机器人视觉控制160
10.1机器人视觉控制概述160
10.1.1计算机视觉、机器视觉和机器人视觉160
10.1.2机器人视觉的发展历程161
10.1.3机器人视觉控制的定义164
10.1.4机器人视觉控制面临的挑战165
10.2机器人视觉控制的基本框架165
10.2.1机器人视觉控制系统组成165
10.2.2机器人视觉控制系统分类167
10.3机器人视觉控制的实现167
10.3.1图像信息获取167
10.3.2图像信息分析169
10.3.3图像信息利用170
10.4机器人视觉控制的关键技术171
10.4.1硬件构成是基础171
10.4.2系统集成是关键173
10.5机器人视觉控制的典型应用案例174
10.5.1移动机器人视觉伺服175
10.5.2无人机视觉目标跟踪176
10.5.3吊车视觉目标检测与识别176
10.5.4有色金属修锭机器人视觉感知与控制176
10.5.5智能驾驶汽车上的应用177
10.6思考178
10.7习题179
参考文献179
第11章机器人同步定位与建图180
11.1同步定位与建图的概述180
11.1.1机器人自主定位与SLAM定义180
11.1.2SLAM的基本流程184
11.1.3典型的SLAM系统185
11.1.4SLAM的应用186
11.2SLAM的实现平台187
11.2.1SLAM的传感设备187
11.2.2SLAM系统的部署平台188
11.3SLAM的地图形式189
11.3.1点云地图189
11.3.2特征地图189
11.3.3拓扑地图189
11.3.4栅格地图190
11.3.5语义地图190
11.3.6指纹地图191
11.3.7混合地图191
11.4SLAM的基本方法191
11.4.1传统的SLAM方法192
11.4.2基于深度学习的端到端SLAM198
11.4.3深度学习与传统方法的结合199
11.5SLAM的发展脉络与未来展望200
11.5.1SLAM的发展脉络200
11.5.2SLAM的未来展望204
11.6思考205
11.7习题205
参考文献206
第12章移动机器人建模与控制208
12.1移动机器人的发展历程208
12.1.1初期阶段（1950s—1970s）209
12.1.2技术发展阶段（1980s—1990s）209
12.1.3商业化阶段（2000s—2010s）210
12.1.4智能化和网络化阶段（2010s至今）211
12.1.5未来展望212
12.2移动机器人的工作流程212
12.2.1环境感知212
12.2.2决策规划213
12.2.3动作执行214
12.3轮式移动机器人的结构与运动学模型215
12.3.1主要轮型215
12.3.2轮式移动机器人的自由度与种类217
12.3.3差速移动机器人运动学222
12.3.4差速移动机器人里程计224
12.4移动机器人的运动规划方法224
12.4.1路径规划225
12.4.2轨迹规划227
12.5移动机器人的控制方法231
12.5.1轨迹跟踪控制231
12.5.2定点控制231
12.6思考232
12.7习题233
参考文献233
第13章医疗机器人234
13.1医疗机器人的分类及发展历程234
13.1.1外科手术机器人235
13.1.2机器人239
13.1.3护理机器人241
13.1.4微型医疗机器人242
13.2医疗手术机器人的关键技术245
13.2.1手术机器人系统构型设计技术245
13.2.2智能手术规划技术246
13.2.3手术操作安全保障技术247
13.2.4医疗手术机器人的人机交互技术249
13.3医疗手术机器人的典型应用案例249
13.3.1脊柱手术机器人系统249
13.3.2人工耳蜗微创植入机器人系统251
13.4医疗机器人面临的挑战与未来发展趋势252
13.4.1医疗机器人面临的重大问题和技术挑战252
13.4.2医疗机器人的未来发展趋势253
13.5医疗机器人的自主能力253
13.6思考255
13.7习题256
参考文献256
第14章微纳操作机器人258
14.1微纳操作机器人的研究背景259
14.1.1微纳操作机器人的发展历程259
14.1.2微纳操作机器人的研究现状及主要构成261
14.2微纳操作机器人的科学问题和关键技术264
14.2.1微纳操作机器人面临的科学问题264
14.2.2微纳操作机器人的关键技术265
14.3微纳操作机器人的典型应用267
14.3.1活体细胞精准操作267
14.3.2机器人化膜片钳系统270
14.4微纳操作机器人的未来发展趋势275
|
| 內容試閱：
|
前言
“自动化与智能科学概论”课程面向理工科大一新生，力图优质时间抓住并提升学生的学习兴趣。它以自动化与智能科学一系列基本概念为载体，在问题分析、工程与社会、职业规范、个人和团队、沟通、终身学习等方面重点发力，充分体现“尊重学生、理解学生、善待学生”的教学方法，凸显“带着‘问题意识’来听课，培养‘辩证思维’去创新”的教学理念。通过“概论”的学习，一方面学生对自动化与智能科学与技术专业的当前状况以及未来发展趋势有所把握，并对相近学科的服务方向建立一个初步的认识；另一方面，“概论”课程起到中学与大学教育有效衔接的作用，助力大学生平稳过渡，为终生科学研究和学术生涯奠定基础，树立“热爱科学、崇尚科学”的精神，达到本专业的培养目标。
“自动化与智能科学概论”课程的具体教学改革创新点如下： 以“问题意识”为突破口的教学模式创新；以学生成长为导向的教学内容创新；内化于心、润物励行的课程思政建设。
本教材的使用建议如下。
（1）关于本教材的体系架构和教学建议。
自动化与智能科学学科的涉及面极广，相关学科之间深度交叉。为了体现学科的整体风貌，我们做了艰难的取舍。第1章到第3章作为背景篇，可以添加本校的相关研究背景。第4章到第9章作为技术篇，围绕后续专业课程中的核心概念展开。不同学校采用本教材时可以做适度的取舍，一种方式是增加关键技术章节，同时降低每种技术的展开深度；另一种方式是减少一些章节讲授，进一步强化保留的章节。第10章到第14章作为实践篇，可以采取更加灵活的方式，加入一些学生更加熟悉的案例。
（2）自己收集并整理相关术语和概念，作为学习的一把钥匙。
“概论”课程涉及的概念和专业术语非常广泛，特别是本教材的读者先前的知识储备各有不同，我们希望读者把一些自己认为比较难以理解的概念、术语等收集记录下来，形成自己的术语概念集，这样非常有助于后续课程的学习。
本教材把后续相关专业课程的精髓凝练成为主干内容，不是泛泛科普，而是众多关键技术的汇聚。多年的教学实践表明，本教材支撑的是名副其实的硬核课程。
（3） 从按部就班、循序渐进的学习模式，过渡到更为灵活多变的网格化学习模式。〖1〗自
动
化
与
智
能
科
学
概
论
⌒
微
课
视
频
版
⌒〖1〗〖2〗〖2〗前
言由于本教材不是围绕一个知识领域展开的，甚至不是围绕一个本科专业展开的，所以章节之间的跳动感比较强烈，这就要引入新的学习模式。从按部就班、循序渐进的学习模式，过渡到更为灵活多变的网格化学习模式。网格化学习的精髓是碰撞，是新知识、新方法、新认识等新学习的东西与自己旧有的知识储备产生碰撞，进而重新构建自己的知识体系。
本教材的总体体系架构如下：
本教材的第1～3章由刘景泰教授执笔，第4章由代煜教授执笔，第5章由刘杰教授执笔，第6章由郭宪副教授执笔，第7章由刘忠信教授、张建磊教授和张春燕教授执笔，第8章由张瀚教授执笔，第9章由王鸿鹏教授和许丽老师执笔，第10章由孙宁教授和吴庆祥老师执笔，第11章由苑晶教授执笔，第12章由孙雷教授执笔，第13章由秦岩丁教授执笔，第14章由刘曜玮副教授和赵启立副教授执笔。全书由刘景泰教授统稿，孙月老师校对及排版。特别需要感谢的是，本教材初稿分享给两届学生后，得到了480多人次近50万字的书面评价意见，对于完善书稿起到了积极作用。
在本教材统稿之后的出版阶段，清华大学出版社张玥编辑倾力融入多年教材的出版经验，提供了服务更广泛读者群体的清晰思路，促进了本教材的迭代与完善。尽管我们已经付出了很多努力，但仍然希望得到广大读者的批评指正，以进一步改进和提升。
刘景泰
2025年3月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
