机器人开发是一项复杂的系统工程，ROS 2为智能机器人开发提供了强有力的支持，极大地提高了机器人软件开发效率。本书首先对ROS 2的基础概念、通信机制、常用库和工具进行介绍，带领读者入门ROS 2机器人开发；接着引导读者完成移动机器人的建模和仿真、建图和导航、自定义控制器和规划器等一系列实践；然后在真机实战环节，通过制作一个基于ROS 2的真实机器人，帮助读者打通仿真与真机之间的壁垒；最后，本书深入讲解了ROS 2进阶使用的相关知识，为读者进一步在实战中使用ROS 2进行机器人开发打下夯实基础。考虑读者基础，书中示例均以C 和Python两种语言实现，同时加入了关于C 新特性、Git工具、多线程和回调函数等基础知识的讲解。
本书主要内容包括对机器人的基本认识、机器人系统的组成部分、机器人的外部结构、机器人的内部程序、常用工具的使用、机器人制作的方法和流程、青少年竞赛机器人介绍等。本书努力成为便于读者平时阅览学习以及比赛时查找资料的工具书。力求涵盖全面，在书中将同类技术的各类性能进行对比，便于读者选择适合自己的结构与算法。本书适合中小学校内科技教师，培训机构科技老师；热爱机器人技术的孩子及家长。还包括需要技术支持的机器人赛事参赛人员学习参考。
本书主要包括人工智能政策规划与法律法规、人工智能法治理论研究、人工智能的法治应用、人工智能典型案件分析等内容，并附有人工智能重点政策法规摘要、人工智能法治研究论文（核心期刊）作者概览、人工智能法治研究机构概览、人工智能重要学术著作概览（2018 2019）、人工智能法治重要会议（论坛）概览（2018 2019）、人工智能法治应用典型事例概览、人工智能司法典型案例、人工智能法治月度大事记（2019年1 6月）等内容。
本书分为两大部分： 部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也 丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。
