人工智能机器人学导论——国外计算机科学教材系列 (2008 年度畅销榜NO.7829 )

本书系统地介绍了人工智能机器人在感知、导航、路径规划、不确定导航等领域的主要内容。全书共分两大部分。第一部分共八章，它定义了什么是人工智能机器人，并介绍了为什么需要人工智能。重点介绍了人工智能机器人中智能组织的三个主要结构范式：慎思式、反应式及慎思/反应混合式。这部分还专门介绍了反应式行为的感知和编程技术，以及多智能体群体之间的协调和控制等问题。第二部分共四章，其中三章讲述了定性和定量导航、路径规划技术和在不确定性管理方面的工作。最后一章总结性地介绍了计算机视觉方面的最新技术在机器人中的应用，以及移动机器人在各个领域应用的发展展望。本书每章后均附有参考文献和习题。许多章节还列举了一些实例，用以说明本书讲述的概念和方法在实际机器人中的应用。\r\n 本书内容丰富，反映了智能机器人学的基础和先进的理论和技术。本书可作为计算机、电子及自动化等专业本科高年级学生和研究生的教材或参考书，也可供从事智能机器人方面研究的教师和研究人员学习参考。

第一部分 机器人范式\r\n 第1章 从遥操作到自主\r\n 1.1 概述\r\n 1.2 如何使机器具有智能\r\n 1.3 机器人的用途\r\n 1.4 机器人学的简要历史\r\n 1.5 遥操作\r\n 1.6 人工智能的7个领域\r\n 1.7 小结\r\n 习题\r\n 尾注\r\n 第2章 分级范式\r\n 2.1 概述\r\n 2.2 分级范式的特点\r\n 2.3 封闭的环境假设和框架问题\r\n 2.4 典型结构\r\n 2.5 分级范式的优缺点\r\n 2.6 编程方面的考虑\r\n 2.7 小结\r\n 习题\r\n 尾注\r\n 第3章 反应范式的生物学基础\r\n 3.1 概述\r\n 3.2 什么是动物行为\r\n 3.3 行为的协调和控制\r\n 3.4 行为中的感知\r\n 3.5 图式理论\r\n 3.6 将对动物的观察转移到机器人时的原则和问题\r\n 3.7 小结\r\n 习题\r\n 尾注\r\n 第4章 反应范式\r\n 4.1 概述\r\n 4.2 反应范式的特征\r\n 4.3 包容结构\r\n 4.4 势场方法\r\n 4.5 反应式结构的评价\r\n 4.6 小结\r\n 习题\r\n 尾注\r\n 第5章 反应式系统的设计实现\r\n 5.1 概述\r\n 5.2 面向对象编程中的行为对象\r\n 5.3 反应式行为系统的设计步骤\r\n 5.4 实例研究：无人控制地面机器人竞赛\r\n 5.5 行为的组配\r\n 5.6 小结\r\n 习题\r\n 尾注\r\n 第6章 反应式机器人的通用感知技术\r\n 6.1 概述\r\n 6.2 行为传感器融合\r\n 6.3 传感器组合的设计\r\n 6.4 内部感知传感器\r\n 6.5 接近觉传感器\r\n 6.6 计算机视觉\r\n 6.7 视觉测距\r\n 6.8 实例分析：机器人端送食品服务\r\n 6.9 小结\r\n 习题\r\n 尾注\r\n 第7章 慎思/反应混合范式\r\n 7.1 概述\r\n 7.2 混合范式的属性\r\n 7.3 混合范式的结构特性\r\n 7.4 混合范式的管理结构\r\n 7.5 状态分级结构\r\n 7.6 面向模型的结构\r\n 7.7 其他混合范式机器人\r\n 7.8 混合结构评估\r\n 7.9 慎思与反应式控制的交叉\r\n 7.10 小结\r\n 习题\r\n 尾注\r\n 第8章 多智能体\r\n 8.1 概述\r\n 8.2 异构性\r\n 8.3 多智能体的控制\r\n 8.4 多智能体的协作\r\n 8.5 多智能体的目标\r\n 8.6 多智能体的突生群体行为\r\n 8.7 小结\r\n 习题\r\n 尾注\r\n 第二部分 导 航\r\n 第9章 拓扑路径规划\r\n 9.1 概述\r\n 9.2 路标和路口\r\n 9.3 关系法\r\n 9.4 关联法\r\n 9.5 具有混合结构的拓扑导航实例学习\r\n 9.6 小结\r\n 习题\r\n 尾注\r\n 第10章 度量路径规划\r\n 10.1 目标与概述\r\n 10.2 结构空间\r\n 10.3 结构空间表示法\r\n 10.4 基于图的规划器\r\n 10.5 基于波阵面的规划器\r\n 10.6 路径规划与反应式执行的交叉\r\n 10.7 小结\r\n 习题\r\n 尾注\r\n 第11章 定位与制图\r\n 11.1 概述\r\n 11.2 声呐传感器模型\r\n 11.3 贝叶斯方法\r\n 11.4 Dempster-Shafer理论\r\n 11.5 运动映射直方图算法\r\n 11.6 各种方法的比较\r\n 11.7 机器人定位\r\n 11.8 环境探索\r\n 11.9 小结\r\n 习题\r\n 尾注\r\n 第12章 机器人发展展望\r\n 12.1 概述\r\n 12.2 变形和腿式机器人平台\r\n 12.3 机器人的应用和需求\r\n 12.4 小结\r\n 习题\r\n 尾注\r\n 参考文献 \r\n

随着科学技术的发展和社会的进步，智能机器人已开始在星球探测、医疗服务、军事侦察、紧急救援、危险及恶劣环境作业等方面获得了广泛应用。而且它也将逐渐渗透到日常生活及教育娱乐等各个领域。 本书系统地介绍了人工智能机器人在感知、导航、路径规划、不确定导航等领域的主要内容。全书共分两大部分。第一部分共八章，它定义了什么是人工智能机器人，并介绍了为什么需要人工智能。重点介绍了人工智能机器人中智能组织的三个主要结构范式：慎思式、反应式以及慎思/反应混合式。该部分还专门介绍了反应式行为的感知和编程技术，以及多智能体群体之间的协调和控制等问题。第二部分共四章，其中三章讲述了定性和定量导航、路径规划技术和在不确定性管理方面的工作。 最后一章总结性地介绍了计算机视觉方面的最新技术在机器人中的应用，以及移动机器人在各个领域应用的发展展望。该书每章后面均附有参考文献和习题。许多章节还列举了一些实例，用以说明本书讲述的概念和方法在实际机器人中的应用。 该书内容丰富，反映了智能机器人学的基础和先进的理论和技术。该书可作为计算机、电子及自动化等专业本科高年级学生和研究生的教材或参考书，也可供从事智能机器人方面研究的教师和研究人员学习参考。 由于本书还只是一本导论性教材，因此不可能把此领域的所有重要成果都包含进来。本书的指导原则是只编入那些能清楚阐明智能机器人各个论题中最重要和最基本的材料。其他更广泛的内容则作为参考文献或尾注放在每章的最后。与本书同属一个系列的“Behavior-based Robotics”（1998年出版）一书提供了该领域较全面的概况，它可作为讲授本课程的重要参考书。 本书第1章至第4章由杜军平翻译，第5章至第8章由吴立成翻译，第9章至第12章由胡金春翻译，全书由孙增圻审校。林明、唐健和孟江华也为本书的译校做了许多工作，在此表示感谢。 由于译校者的水平有限，书中肯定存在许多不足之处，热忱欢迎广大读者批评指正。 孙增圻 2004年3月于清华大学

孙增圻，清华大学计算机系教授，博士生导师，中国人工智能学会副事事长，中国自动化学会常务理事，中国系统仿真学会理事，中国自动化学会机器人竞赛工作委员会主任，IEEE控制系统学会北京分会副主席。长期从事智能控制及机器人方面的教学和研究工作，在智能控制、机器人、模糊系统和神经网络、计算机控制理论及应用、控制系统CAD等方面颇有研究，共有7项科研成果获得国家教育部科技进步奖。

本书适合于计算机科学与工程系大学高年级和研究生一年级的学生。一般的读者不一定需要有人工智能的基础，但对高要求的学生，本书也给出了需要额外阅读和练习的指导。读者应至少学过一门面向对象语言，以便理解如何利用书中描述的编程结构来设计和实现机器人。在诸如Khepera, Nomad 200系列和Pioneers等商业机器人上进行的实验室练习中，可以应用这些编程结构。Lego Mindstorms和Rug Warrior机器人适用于前6章中的内容，但它们目前的编程接口和传感器的局限性使它们无法进行更高层的应用。虽然有些教师可能会布置一些用诸如Rug Warrior和Handy Board之类的成套组件创建反应式机器人的实验室练习，但读者并不需要有数字电路的知识。 本书试图覆盖设计一个人工智能机器人在感知、导航、路径规划、不确定导航等领域所需要的全部课题。虽然机器感知是一个独立的领域，而这本书关于计算机视觉和感知的内容足以使学生能够从事机器人项目或比赛。此书分为两部分：第一部分定义了什么是人工智能机器人，并介绍了为什么需要人工智能。它包括了人工智能机器人的“理论”，从智能的组织形式上，本书把读者从机器人早期的分级范式带到慎思/反应混合范式。总共用了七章的篇幅介绍反应范式和行为。其中有一章专门讲反应式行为的感知和编程技术，目的是使一部分人在设计项目上能有一个好的开始。另外，第一部分也包含了多Agent群体之间的协调和控制。由于移动机器人的基本功能是能够在其区域内移动，所以第二部分中有三章讲述了定性和定量导航、路径规划技术和在不确定性管理方面的工作。在本书的最后总结性地介绍了计算机视觉方面的最新技术如何集成到机器人中，以及机器人的成功如何引发了web-bot和know-bot的热点。 由于本书是一本导论性教材，因此不可能把此领域的所有好的成果都包含进来。本书的指导原则是只编入那些能清楚地阐明该机器人各个论题的材料。 其他方法和系统的参考文献通常作为提高性问题或尾注留在每章最后。“Behavior-based Robotics”[10]一书提供了此领域的全面概况，应该是所有教师不可少的授课内容。