本書站在科學(xué)研究制高點——范式(即科學(xué)觀與方法論)——的立場上揭示了人工智能的深層學(xué)術(shù)本質(zhì)，并通過范式革命(以信息學(xué)科范式取代物質(zhì)學(xué)科范式)構(gòu)筑了全新的人工智能研究模型，發(fā)現(xiàn)了普適性智能生成機制，開辟了基于智能生成機制的人工智能統(tǒng)一研究路徑，創(chuàng)建了機制主義通用人工智能理論以及與之和諧適配的泛邏輯理論和因素空間數(shù)學(xué)理論，

本書系統(tǒng)梳理了深度強化學(xué)習(xí)的核心理論、關(guān)鍵算法及其在智能控制、機器人技術(shù)和多智能體系統(tǒng)中的應(yīng)用。全書涵蓋強化學(xué)習(xí)的基本概念、深度強化學(xué)習(xí)的主要框架，以及多智能體強化學(xué)習(xí)的協(xié)同決策、任務(wù)分解與優(yōu)化控制等前沿問題，并結(jié)合大量實驗案例，深入探討強化學(xué)習(xí)在飛行器控制、移動機器人導(dǎo)航與避障等領(lǐng)域的實踐應(yīng)用。

本書針對分布式機器學(xué)習(xí)中網(wǎng)絡(luò)通信、在線學(xué)習(xí)、隱私保護等問題，研究無中心的分布式優(yōu)化算法。主要內(nèi)容包括：①分布式一階梯度算法，提出在線學(xué)習(xí)的自適應(yīng)次梯度算法和隨機塊坐標(biāo)的次梯度投影算法、自適應(yīng)最小最大優(yōu)化算法，旨在研究分布式的優(yōu)化算法，理論分析所提算法的收斂性能；②分布式無投影梯度算法，提出隨機塊坐標(biāo)無投影梯度算法、面向

本書立足于無人系統(tǒng)的自主尋源任務(wù)，圍繞近十年來動態(tài)復(fù)雜環(huán)境中無人系統(tǒng)優(yōu)化控制和軌跡規(guī)劃相關(guān)研究的難點和熱點問題，從信號場類型、不完全量測信息、決策控制方法等多個角度出發(fā)，系統(tǒng)地解決了僅可獲得場源方位角量測、信號場強度量測條件下的自主尋源控制問題，時空動態(tài)信號場場源的協(xié)作定位問題，以及無人系統(tǒng)在自主尋源任務(wù)下的多約束軌跡

"《神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用實踐》在全面介紹人工神經(jīng)網(wǎng)絡(luò)基本理論的基礎(chǔ)之上，首先，系統(tǒng)地闡述了單層感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)、對偶傳播神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、支持向量機等淺層神經(jīng)網(wǎng)絡(luò)的典型網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)算法、工作原理和應(yīng)用案例；其次，系統(tǒng)地闡述了深度學(xué)習(xí)中卷積神

"《DeepSeek原生應(yīng)用與智能體開發(fā)實踐》圍繞DeepSeek大模型應(yīng)用開發(fā)展開，深度融合技術(shù)創(chuàng)新與工程實踐，內(nèi)容覆蓋大模型應(yīng)用開發(fā)（在線調(diào)用、提示詞、推理、Agent、工具調(diào)用、MCP、微調(diào)、蒸餾、后訓(xùn)練、RAG）技術(shù)棧及其案例。書中原理與案例相融合，注重培養(yǎng)讀者的大模型原生應(yīng)用與智能體開發(fā)能力，并構(gòu)建從理論到落

"本書首先概述了人工智能的基本概念、研究內(nèi)容、研究途徑與方法、分支領(lǐng)域與研究方向、應(yīng)用前景、歷史沿革、現(xiàn)狀與趨勢，勾畫了人工智能學(xué)科的總體架構(gòu)；然后概略而簡要地闡述了人工智能各分支的基本原理、基本技術(shù)、研究課題和發(fā)展概況。全書共6篇21章，內(nèi)容全面、基礎(chǔ)、經(jīng)典而新穎。本書結(jié)構(gòu)合理、層次分明、條理清楚、理例結(jié)合、圖文并茂

"《MCP協(xié)議與AIAgent開發(fā):標(biāo)準(zhǔn)、應(yīng)用與實現(xiàn)》系統(tǒng)地闡述了MCP的技術(shù)原理、協(xié)議機制與工程應(yīng)用，提供了從底層協(xié)議設(shè)計到項目部署的全流程的應(yīng)用指南。全書從結(jié)構(gòu)上分為基礎(chǔ)理論、協(xié)議規(guī)范、開發(fā)工具鏈、應(yīng)用構(gòu)建4部分，共9章。具體內(nèi)容包括大模型基礎(chǔ)、MCP基本原理、MCP標(biāo)準(zhǔn)與規(guī)范體系、MCP與LLM的互聯(lián)機制、MCP

"《生成對抗網(wǎng)絡(luò)GAN：從理論到PyTorch實現(xiàn)》系統(tǒng)地講解了生成對抗網(wǎng)絡(luò)(GAN)的基本原理以及PyTorch編程技術(shù)，內(nèi)容較全面，可操作性強，將理論與實踐相結(jié)合。讀者通過理論學(xué)習(xí)和編程實踐操作，可了解并掌握生成對抗網(wǎng)絡(luò)的基本原理和PyTorch編程技能，拉近理論與實踐的距離�！渡�成對抗網(wǎng)絡(luò)GAN：從理論到PyTo

"《人工智能導(dǎo)論實踐教程》是人工智能基礎(chǔ)與實踐領(lǐng)域的入門教材，以人工智能理論與實踐的緊密結(jié)合為基礎(chǔ)，以培養(yǎng)讀者的創(chuàng)新能力和實踐能力為目標(biāo)，從多學(xué)科交叉的視角組織教學(xué)內(nèi)容，突出理論講解與實訓(xùn)指導(dǎo)的統(tǒng)一。本書共8章，內(nèi)容涵蓋人工智能概述、大數(shù)據(jù)與人工智能、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、自然語言處理、計算機視覺、人工智能導(dǎo)論實踐與應(yīng)用