本书主要内容包括人工智能的意识、人工智能的思维、人工智能的技术、人工智能的应用、人工智能的安全以及人工智能的伦理等，旨在为高校开设人工智能通识课提供一套适用的新型教材，向学生讲解人工智能的基本知识、核心技术和应用场景案例。

本书第1章介绍了人工智能的定义、发展脉络、三大要素等基础知识；第2-3章聚焦自然语言处理、计算机视觉两大人工智能经典技术，解析人工智能如何“听懂语言、看懂世界”；第4-9章紧跟技术前沿，深入大语言模型、AIGC、RAG、Agent、多模态大模型、具身智能机器人等热点领域，帮助读者把握人工智能的最新发展方向与产业价值。

本书采用“基础理论-进阶方法-前沿拓展”的三段式知识体系,帮助读者由浅入深地掌握强化学习的核心思想与方法论。全书分为三部分:第一部分强化学习基础(第1-7章),从学科概览与发展脉络出发,介绍马尔可夫决策过程(MDP)的理论基础,重点讲解表格型强化学习方法,通过网格世界、悬崖行走等经典案例,帮助读者深入理解强化学习算法的

本书共分7章,涵盖了人工智能概述、人工智能的应用、机器学习技术、深度学习技术、大语言模型概述、智能体与具身智能、AIGC应用与实践等内容。

《群体智能——原理、改进与实现》系统介绍了群体智能优化算法的理论基础和核心思想，并结合具体实例展示了算法在工程中的实际应用。书中对多种群体智能优化算法进行了分类讨论，深入分析其原理、改进策略及时间复杂度，帮助读者全面掌握算法结构与优化技巧。在柔性作业车间调度的工程背景下，本书使用粒子群算法、模拟退火算法、斑马优化算法和

本书基于扣子(Coze)开发平台，介绍了智能体的概念、技术架构、开发流程和应用实践等内容，包括AI智能体概述、智能体的核心模块、智能体搭建全流程、内容生成智能体、电商客服智能体、视觉设计智能体、新媒体运营智能体、智能体的其他应用及多智能体协同运作。

本书共有6个项目，分别是智能体认知、单智能体定点射门、单智能体跑点运球、双智能体战术配合、双智能体协同进攻和多智能体群控对抗，旨在培养具身智能领域亟需的高端复合型人才。

本书旨在系统介绍自动控制的基本原理、分析和设计方法，帮助读者建立控制理论基础，并培养读者解决实际工程问题的能力。本书共6章，第1章为自动控制系统概述，第2章为自动控制系统的数学模型，第3章为自动控制系统的时域分析法，第4章为根轨迹法，第5章为频域分析法，第6章为控制器的设计方法及应用。

本书共分为8章,内容包括人工智能概述、Python编程语言初探、数据挖掘基础、初识机器学习、神经网络的起源、经典人工智能算法、我国人工智能开放平台、大语言模型--从ChatGPT到DeepSeek。

本书共分为9章,首先回顾了人工智能的概念、发展历程及研究方法;其次详细阐述了神经网络、深度学习、强化学习、群智能算法、搜索算法、不确定性推理等方法的基本原理与实例分析;最后介绍了监督学习、无监督学习和半监督学习等机器学习领域的内容,包括k近邻法、朴素贝叶斯法、决策树、线性回归与逻辑斯蒂回归等经典算法,以及聚类算法、降维