●1人工智能的發展歷史和趨勢
1.1 人工智能的定義、體繫架構和發展基礎
1.2 人工智能的發展歷史
1.3 人工智能近期新進展及趨勢
2Agent
2.1 Agent概念的提出及其定義
2.2 Agent的環境及其性質
2.3 Agent的體繫結構
2.4 Agent技術繫統及其應用
3搜索
3.1 問題求解Agent的經典搜索策略
3.2 局部不確定性的超越經典搜索
3.3 對抗搜索與博弈
3.4 約束條件求解
4推理
4.1 推理的基本概念
4.2 本體與知識表示
4.3 邏輯Agent與邏輯命題
4.4 一階邏輯及其推理
4.5 量化不確定性
4.6 概率推理
4.7 簡單決策與復雜決策
5學習
5.1 樣例學習
5.2 學習中的知識和數據挖掘
5.3 學習概率模型
5.4 強化學習
5.5 神經網絡與深度學習
6進化
6.1 遺傳算法原理
6.2 蟻群算法原理
6.3 多Agent進化原理
7感知
7.1 模式識別
7.2 自然語言處理
7.3 機器翻譯與語音識別
7.4 視覺感知智能
8行動
8.1 機器人的硬件
8.2 機器人的感知
8.3 機器人的軟件結構體繫
8.4 機器人的運動
8.5 移動機器人的定位
8.6 移動機器人的路徑規劃
8.7 應用案例
9人工智能的應用
9.1 人工智能應用現狀
9.2 人工智能的應用領域
9.3 人工智能的應用實例
參考文獻

本書首先對人工智能的定義、歷史及國內外發展趨勢等方面做了詳盡闡述，接著從Agent、搜索、推理、學習、進化、感知以及行動等方向分別對人工智能進行多角度的分析與學習，最後通過一些實際需求場景來說明人工智能在現今各領域方向的應用。本書可作為高等院校數據科學與大數據技術、自動化、計算機等專業的本科或研究生課程教材，也可供計算機信息處理、自動控制、生物信息等領域從事人工智能方向研究的科技工作者和相關專業師生參考。

冀付軍,丁承君,郎為民 編