在智能时代，智慧医疗、穿戴式运动追踪、生活环境监测等相关科技产品正逐渐改变人类的生活方式，而这其中传感器起着关键作用。智能传感器：医疗、健康和环境的关键应用正是基于此从基本理论和现实具体案例应用等方面对传感器技术在医疗、健康和环境监测中的应用进行了深入的探讨。并且还特别对这些领域特有的社会、法规和设计方面内容进行了独到分析，这在其他图书中很少能学习到。 智能传感器：医疗、健康和环境的关键应用采用基于应用的方式，使用真实案例来讲解传感器应用方面的实用经验。通过设计和验证流程，引导读者了解传感器应用的研究、部署和管理等各阶段。 帮助临床医疗和技术研究者、工程师、学生等广大读者理解并解决在学习、开发传感器应用过程中面对的技术性与非技术性的挑战。

本书是关于机器人学和机器视觉的实用参考书，部分“基础知识”（第2章和第3章）介绍机器人及其操作对象的位置和姿态描述，以及机器人路径和运动的表示方法；第二部分“移动机器人”（第4章至第6章）介绍其基本运动控制模式及其导航和定位方法；第三部分“臂型机器人”（第7章至第9章）介绍其运动学、动力学和控制方面的知识；第四部分“计算机视觉”（0章至4章）包括光照与色彩，图像形成和处理技术，图像特征提取，以及基于多幅图像的立体视觉技术；第五部分“机器人学、视学与控制”（5章和6章）分别讨论基于位置和基于图像的视觉伺服及更先进的混合视觉伺服方法。本书将机器人学与机器视觉知识有机结合，给出了实例算法和程序。作者有完备的代码可下载，用于验证书中知识点和实例，注重如何利用视觉信息控制机器人的运动。

本书详细介绍了目前深度学习相关的常用网络模型（ANN、N、RNN），以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析，这些案例能够加深读者对网络模型的认识。此外，本书还提供完整的进阶内容和对应案例，让读者全面深入地了解深度学习的知识和技巧，达到学以致用的目的。本书适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的师生用书和培训学校的教材。

《模型预测控制》在状态空间理论的统一框架下系统深入地介绍了预测控制的滚动优化原理、算法和闭环性能。首先通过本科生熟悉的状态空间模型建立起预测控制从原理到算法和性能分析的每一个细节。然后，介绍了阶跃响应模型和脉冲响应模型的状态空间描述，给出了与传统卷积描述的一致性。据此，遵循预测控制的三个步骤“预测系统未来动态-求解优化问题-解的个元素作用于系统”和“滚动时域、重复进行”机制推导了无约束的动态矩阵控制（DMC）和模型算法控制（MAC），分析了闭环性能，给出了闭环稳定性的分离原理。然后，依次讨论了时滞预测控制、约束预测控制、非线性预测控制，以及稳定性和鲁棒性研究的进展。最后，介绍了基于滚动优化原理的滚动时域估计和基于现场可编程门阵列（FPGA）的预测控制器实现技术。《模型预测控制》可作为高等学

作为全球教育机器人潮流的，VEX机器人的产品、培训和竞赛在过去的十多年为包括我国在内的世界数以百万计的青少年带来了STEAM教育的极为有效的工具和手段。目前全世界参加VEX机器人比赛的队伍达到了16000多支，人数达到上百万，我国目前有上千支队伍参加各级比赛。本书系统介绍了VEXIQ机器人的搭建、机器人编程等内容，每个主题从核心问题入手，通过对目标概要、动手体验、成果评估、思维训练和学习活动的详细介绍告诉读者如何设计机器人以及如何将机器人与学科课程相结合。本书可以作为VEX机器人初学者的学习用书，也可以作为机器人教师与学生准备机器人比赛的参考用书，学校开展机器人教学的，比赛举办方培训教练员、裁判员的和中国创客教育认证。

本书围绕SDK的开发展开，通过分析MCU内核与外设工作原理，结合API介绍各个外设的编程和应用。希望通过本书，使传统单片机工程师面向寄存器的开发思维得到一些转变，能够尝试运用成熟的软件框架来高效地完成应用开发。本书可供具有一定C语言知识和硬件基础的嵌入式系统工程师使用，同时也可以作为高等院校电子信息工程相关专业的教学参考书。

演化算法是一类基于群体智能的自然启发式搜索优化策略，具有结构灵活、易于理解、适用广泛的特点。《高级自然计算理论与应用》是作者多年研究成果的总结，介绍基于复杂适应度函数的进化算法、化学反应优化算法、人工内分泌系统模型、反向差分进化算法等高级计算智能方法，以及算法在目标的识别和跟踪、车辆路径问题等复杂实际场景中的应用。

因素空间是信息、智能和数据科学的数学基础理论。本书将介绍因素空间如何将智能生成的统一机制落实到各行各业，开展全民智能孵化的洛神工程。 本书主要内容包括：介绍因素的范式特质和智能孵化洛神工程的内容；介绍因素空间对智能生成机制的落实细则；介绍因素显隐的理论，将现有人工智能数学算法归结到回归和优化两大方面，突出支持向量机与因素空间对支持向量机的改进，并介绍作者在线性规划方面的独特贡献；强调智能的核心是因果分析，支持珀尔的因果革命论，并对其中的瑕疵进行改进；作为智能孵化的一个应用，介绍循证因素工程。

游戏中的人工智能开发是游戏研发中拥有挑战性的任务之一，而本书汇集了与游戏人工智能开发有关的知识，借助这些知识，程序员能够开发出有趣的AI角色，为玩家带来美妙的游戏体验。由美国史蒂夫？拉宾主编、付凌霄、江岸栖、王迅、英伦等翻译的这本书《游戏人工智能》分为7个部分共48章，分别讨论了通用智能、体系架构、运动与寻路、战略与战术、agent意识与知识表征、竞速以及其他领域的游戏AI技术。读者可以以本书作为路线图，了解在智能游戏方面哪些技术已经被成功使用，哪些具有很大的潜力。本书的作者都是游戏人工智能的专家，在此行业摸爬滚打多年，其观点和技术均在自身产品中做过验证，因而有很高的参考价值。书中有些章节甚至提供了源码，可供读者方便地应用到自己开发的游戏程序中。对于希望为玩家带来引人入胜的游戏体验的开发者

本书详细介绍了目前深度学习相关的常用网络模型（ANN、N、RNN），以及不同网络模型的算法原理和核心思想。本书利用大量的实例代码对网络模型进行了分析，这些案例能够加深读者对网络模型的认识。此外，本书还提供完整的进阶内容和对应案例，让读者全面深入地了解深度学习的知识和技巧，达到学以致用的目的。本书适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的师生用书和培训学校的教材。

本书介绍了如何设计和构建拥有良好对话体验的机器人，来提供新型的消费者服务或者提高企业效率，让人们的工作更高效。本书适合设计师、产品经理和创业者阅读。作者既总结了取得成功的机器人产品的经验，也剖析了那些失败者的教训。书中还介绍了实用的机器人设计模式。你将学会如何使用有效的引导流程、勾勒不同的工作流、为机器人设定合适的性格，以及呈现信息时如何在富控件与文本之间保持精妙的平衡。