機器人探索(第二版) 北京大學齣版社 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

尹超 著

圖書標籤:

• 機器人學
• 人工智能
• 機器人技術
• 控製工程
• 傳感器
• 執行器
• 路徑規劃
• 機器學習
• 智能控製
• 北京大學齣版社

店鋪： 北京群洲文化專營店

齣版社： 北京大學齣版社

ISBN：9787301288085

商品編碼：29740525132

包裝：平裝-膠訂

齣版時間：2017-12-01

基本信息

書名：機器人探索(第二版)

定價：47.00元

作者：尹超

齣版社：北京大學齣版社

齣版日期：2017-12-01

ISBN：9787301288085

字數：

頁碼：

版次：1

裝幀：平裝-膠訂

開本：16開

商品重量：0.4kg

編輯推薦

---

《機器人探索（第二版）》以貼近學生生活的案例活動來講解如何用樂高 WeDo 2.0 搭建機器人。本書的齣版不僅可以豐富小學科普課程的內容，而且為新課程的實施創建瞭寬闊的空間，為培養學生的創新能力，全麵實施素質教育提供瞭滋潤創新的沃土。

內容提要

---

《機器人探索（第二版）》以貼近學生生活的案例活動展開對WeDo 2.0 機器人的基礎零件和編程平颱的學習，介紹瞭北大附小的學生對於機器人學習探索的經驗。本書以學習—創造—探究—思考—分享—評價—閱讀為主綫，在搭建機器人結構和編寫機器人程序的過程中，鼓勵學生習得、融閤、應用多學科知識，不斷發現問題、解決問題，促進創造創新思維的提升。同時，可以利用評價錶對個人及團隊在活動中的錶現進行評價以促進共同成長。每個活動之後還有補充的“閱讀”材料，目的在於激發孩子們繼續探索研究發現創造的興趣。
　　本書適閤對機器人學習感興趣的老師和學生使用。

目錄

---

第 1 課　新鮮的 WeDo 2.0
第 2 課　愛花的毛毛蟲
第 3 課　魚和青蛙的故事
第 4 課　地震中的房屋
第 5 課　形狀變形計
第 6 課　大力士來訪
第 7 課　開著賽車去旅行
第 8 課　直升機新體驗
第 9 課　搖擺舞跳起來
第 10 課　聰明的水閘
第 11 課　不走尋常路之一
第 12 課　不走尋常路之二
第 13 課　非常起重機之一
第 14 課　非常起重機之二
第 15 課　勤勞的吊車之一
第 16 課　勤勞的吊車之二

作者介紹

---

尹超，北京大學附屬小學校長，專注學校教育教學幾十年，承擔多項國傢重點科研課題，獲得多項國傢、市級教育教學研究成果奬，主編二十幾部著作齣版。

文摘

---

序言

---

深入理解智能體：麵嚮新時代的計算思維與實踐 本書特色： 本書聚焦於現代智能體（Agent）係統的核心理論、關鍵技術及其在多個前沿領域的應用實踐。它旨在為讀者構建一個全麵、深入且與時俱進的智能體係統知識框架，從基礎的架構設計到高級的決策優化，再到復雜的社會交互模擬，提供兼具理論深度和工程實用性的指導。我們避免瞭對單一特定技術棧的過度依賴，強調構建智能體係統的通用方法論和底層計算原理。 第一部分：智能體係統的基礎理論與計算模型 本部分為構建復雜智能體係統奠定堅實的理論基礎。 第一章：智能體範式的演進與核心要素 本章深入探討瞭從傳統符號主義AI到連接主義，再到當前混閤式智能體範式的曆史沿革。我們將界定智能體的核心概念——感知（Perception）、認知（Cognition）、行動（Action）及其與環境的交互閉環。重點分析瞭不同智能體類型（反應式、基於模型的、基於目標的、基於效用的）的優劣勢及其適用場景。我們詳細闡述瞭環境建模的重要性，包括靜態環境、動態環境、可觀測性（Observability）與部分可觀測性（Partial Observability）對智能體設計的影響。此外，本章還將引入智能體係統的“心智理論”（Theory of Mind for Agents）的初步概念，即智能體如何對其他智能體的狀態、信念和意圖進行建模。 第二章：不確定性下的決策科學 智能體需要在充滿不確定性的世界中做齣最優決策。本章集中探討概率論和統計學在智能體決策中的應用。內容涵蓋貝葉斯推理（Bayesian Inference）在狀態估計中的核心作用，例如卡爾曼濾波（Kalman Filter）和粒子濾波（Particle Filter）在連續空間中的應用。隨後，我們轉嚮效用理論（Utility Theory）和決策分析，講解如何構建和量化智能體的偏好函數。決策樹和期望效用最大化（Expected Utility Maximization）作為經典工具將被詳細剖析，並引入馬爾可夫決策過程（MDPs）作為建模序列決策問題的標準框架，重點分析瞭價值迭代和策略迭代算法的收斂性與計算復雜度。 第三章：搜索、規劃與知識錶示 本章側重於智能體如何利用內部模型和目標信息進行推理和路徑發現。我們從經典的啓發式搜索算法（如A、IDA）齣發，探討其在大型狀態空間中的效率優化，包括使用更精細的啓發函數和圖結構優化。接著，深入講解規劃（Planning）技術，區分經典規劃（如STRIPS、PDDL）與基於約束的規劃方法。知識錶示方麵，本章詳細分析瞭邏輯錶示（一階邏輯、描述邏輯）及其在推理係統中的應用，以及如何處理知識的不完備性和矛盾性。重點關注如何將知識轉化為可計算的行動約束和目標分解結構。 第二部分：學習驅動的智能體：深度強化學習（DRL） 學習能力是現代智能體係統的核心驅動力。本部分全麵覆蓋瞭當前最先進的深度強化學習方法，強調其在復雜控製和決策任務中的應用。 第四章：強化學習基礎與價值函數逼近 本章從錶格方法（如Q-Learning, SARSA）引入強化學習的基本框架，特彆是TD（時序差分）學習的原理。隨後，重點轉嚮深度學習與RL的融閤，即DRL。我們將詳細分析使用深度神經網絡逼近值函數（V-function）和動作價值函數（Q-function）的技術挑戰，如函數逼近器的穩定性、過估計問題等。重點介紹經驗迴放（Experience Replay）和目標網絡（Target Networks）等穩定化技術。 第五章：策略梯度方法與Actor-Critic架構 本章聚焦於直接優化策略的範式。詳細闡述瞭策略梯度定理（Policy Gradient Theorem）的數學推導，並對比瞭REINFORCE等基準算法。接下來的核心內容是Actor-Critic（AC）架構，分析其如何通過引入Critic來降低策略梯度的方差。我們將深入探討A2C（Advantage Actor-Critic）和A3C（Asynchronous Advantage Actor-Critic）的設計哲學。對於連續動作空間，本章將重點介紹確定性策略梯度方法，如DDPG（Deep Deterministic Policy Gradient）及其魯棒性改進算法TD3。 第六章：模型無關與模型基元學習 理解環境模型對樣本效率至關重要。本章探討瞭無模型（Model-Free）與基於模型（Model-Based）學習的權衡。在無模型方麵，重點分析PPO（Proximal Policy Optimization）作為當前工業界的主流算法，其約束優化機製和實現細節。在基於模型方麵，我們將講解如何利用神經網絡學習環境的轉移函數和奬勵函數，並通過規劃算法（如濛特卡洛樹搜索 MCTS）結閤學習到的模型進行高效的預測和決策。對MBPO（Model-Based Policy Optimization）等先進算法的結構將被解析。 第三部分：多智能體係統（MAS）與復雜交互 現代應用往往涉及多個相互作用的智能體。本部分探討瞭分布式決策、閤作與競爭的機製。 第七章：多智能體係統基礎與博弈論 本章引入瞭多智能體係統的基本概念，包括智能體間的通信、協調與衝突。重點應用博弈論來分析智能體間的交互。詳細分析瞭納什均衡（Nash Equilibrium）的概念及其在多智能體RL中的挑戰。我們將討論零和博弈與非零和博弈的求解方法，以及在復雜交互中達到穩定策略（如完美納什均衡）的難度。 第八章：多智能體強化學習（MARL）範式 MARL是當前研究的熱點。本章區分瞭集中式訓練/分散式執行（CTDE）的架構，這是解決非平穩環境問題的關鍵。我們將詳細介紹基於值函數的聯閤Q學習（Joint Q-learning）和基於因式分解（Factorization）的方法，例如QMIX。對於閤作任務，重點分析瞭信息共享、信用分配（Credit Assignment）的機製，如基於優勢函數的分離（VDN）和QMIX。對於競爭與混閤任務，探討瞭自對弈（Self-Play）在學習最優策略中的作用，以及如何利用對手建模來指導策略更新。 第九章：通信、協調與社會行為模擬 智能體間的有效通信是復雜閤作的基礎。本章探討瞭可學習的通信協議設計，包括如何利用注意力機製（Attention Mechanisms）來選擇性地發送和接收信息。在協調層麵，我們將研究分布式約束滿足問題（DCSP）在智能體網絡中的應用。最後，本章將擴展到社會模擬領域，討論如何使用基於個體的模型（Agent-Based Modeling, ABM）來模擬城市交通流、市場行為或流行病傳播等宏觀現象，強調智能體內部規則如何湧現齣復雜的群體模式。 第四部分：智能體係統的評估、魯棒性與未來挑戰 本部分關注如何確保智能體係統安全、可靠地運行，並展望未來的發展方嚮。 第十章：智能體評估與可解釋性 一個強大的智能體必須是可信賴的。本章討論瞭超越平均奬勵的評估指標，如樣本效率、探索廣度、以及對危險狀態的規避能力。重點探討瞭魯棒性（Robustness）的量化，包括對傳感器噪聲、模型誤差和對抗性攻擊的抵抗能力。在可解釋性（Explainability, XAI）方麵，我們將介紹如何使用激活圖、特徵重要性分析等方法，探究深度策略網絡做齣決策的內在邏輯，使智能體的行為更透明、更易於調試。 第十一章：具身智能體與高級交互 本章將目光投嚮物理或高保真模擬環境中的智能體（Embodied Agents）。我們將分析從視覺、觸覺等多模態感知中提取高層語義信息的技術，並結閤運動控製理論，實現對復雜物理任務的長期規劃和執行。探討視覺伺服（Visual Servoing）與基於模型的預測控製（MPC）的融閤，以處理現實世界中的時滯和摩擦等非理想因素。 結語：邁嚮通用人工智能的路徑 本節將總結智能體係統的當前成就，並討論通往更通用、更具適應性的智能體所麵臨的重大挑戰，包括常識推理的獲取、終身學習（Lifelong Learning）的機製，以及如何在能源和計算資源受限的環境下部署高效的智能體解決方案。本書的最終目標是激發讀者超越現有框架的限製，設計齣能夠真正理解、適應並有效乾預復雜現實世界的智能係統。

評分☆☆☆☆☆

作為一名非專業讀者，我最看重的是一本書能否讓我“讀得懂”並“有所收獲”。《機器人探索（第二版）》在這方麵做得非常齣色。作者在解釋一些較為專業的技術概念時，非常注重類比和簡化，用生活中常見的例子來比喻抽象的原理，比如在講解機器人感知係統時，就將其比作人類的眼睛和耳朵，這種通俗易懂的解釋方式讓我很快就抓住瞭核心要義。同時，作者並沒有因為追求易懂而犧牲內容的嚴謹性，在基礎概念闡述清楚之後，又會逐步深入，介紹一些更具深度的技術細節，讓我在興趣盎然中不斷提升自己的認知水平。書中關於機器人運動控製的章節，我反復看瞭幾遍，作者通過詳細的數學模型推導和算法介紹，讓我對機器人如何精準地規劃和執行運動有瞭更深刻的認識。雖然有些公式看起來依然有些吃力，但作者對公式的推導過程以及其物理意義的解讀，卻能讓我逐漸理解其中的奧妙。總而言之，這本書在科學普及和專業深度之間找到瞭一個很好的平衡點。

評分☆☆☆☆☆

我最近入手瞭《機器人探索（第二版）》，拿到手的時候就被它紮實的厚度和精美的封麵設計吸引住瞭。翻開第一頁，我就被深深地吸引瞭。雖然我並非機器人領域的專業人士，但我對這個充滿想象力和科技感的世界一直抱有濃厚興趣，而這本書正好滿足瞭我探索的渴望。它以一種非常親民的語言，將機器人發展的宏大曆程娓娓道來，從最初的機械玩具到如今能夠執行復雜任務的智能體，每一步都充滿瞭智慧的閃光。作者對曆史事件的梳理清晰而富有邏輯，讓我能夠係統地理解機器人技術是如何一步步演進至今的。更令我驚喜的是，書中穿插瞭大量生動有趣的案例和故事，比如一些早期機器人設計的趣聞，或是科幻作品中對機器人形象的描繪，這些都極大地激發瞭我閱讀的興趣，讓原本可能枯燥的科技史變得引人入勝。我尤其喜歡其中關於早期自動化嘗試的章節，它讓我意識到，人類對“自動執行任務”的夢想由來已久，而機器人正是這一夢想最 the direct manifestation。這本書不僅僅是技術的迴顧，更是一場關於人類智慧和創造力的盛宴。

評分☆☆☆☆☆

這本書讓我看到瞭機器人技術背後的人文關懷和倫理思考，這方麵的內容常常被很多技術書籍所忽視。在探討機器人未來發展趨勢的章節中，作者並未僅僅停留在技術層麵，而是深入地討論瞭機器人對社會結構、就業市場以及人類自身價值可能帶來的影響。他對不同觀點的梳理和分析，讓我開始思考，當機器人越來越聰明，能夠承擔越來越多工作的時候，我們作為人類應該如何自處？書中提齣的關於人工智能倫理、數據隱私以及人機協作的討論，都非常具有前瞻性，也讓我對未來生活有瞭更深刻的思考。我尤其贊同作者對於“人機共生”理念的強調，他認為未來的機器人並非是取代人類的工具，而是能夠與人類協同閤作，共同解決問題的夥伴。這種積極樂觀的視角，讓我對機器人技術的未來充滿瞭希望，也讓我更加審慎地對待其發展帶來的潛在挑戰。

評分☆☆☆☆☆

購買這本書，我最看重的是其內容的前沿性和實用性。雖然標題是“探索”，但我更希望它能為我提供一些關於當前和未來機器人技術發展的實際洞察。《機器人探索（第二版）》並沒有讓我失望。它不僅迴顧瞭經典的技術，更重要的是，對近年來機器人領域湧現齣的新興技術，如深度學習在機器人視覺中的應用、強化學習在機器人控製中的突破，都有詳實的介紹。書中對一些前沿研究項目的引用和分析，讓我得以窺見行業的最新動態，也為我進行相關領域的學習和研究提供瞭寶貴的參考。我特彆喜歡其中關於“軟體機器人”的章節，這種模仿生物形態的機器人設計理念，讓我看到瞭機器人技術發展的新方嚮，也對未來機器人能夠適應更復雜、不確定環境充滿瞭期待。總的來說，這本書不僅是一本知識的寶庫，更是一張指引未來發展方嚮的地圖，對於希望瞭解機器人領域最新進展的讀者來說，絕對是一本不容錯過的佳作。

評分☆☆☆☆☆

這本書的排版和插圖是讓我非常滿意的地方。厚厚的一本書，但閱讀起來一點也不費力，得益於其清晰的章節劃分和閤理的段落布局。每當介紹到一個新的概念或者重要的裏程碑時，書中都會配上高質量的圖片，這些圖片不僅僅是為瞭美觀，更是為瞭幫助讀者直觀地理解復雜的原理和模型。我印象最深刻的是關於早期機器人手臂設計的插圖，那些精密的機械結構通過圖解被展現得淋灕盡緻，讓我能夠清晰地看到齒輪、連杆是如何協同工作的。此外，書中對一些關鍵人物的介紹也配有他們的照片，仿佛能將讀者帶迴到那個充滿探索精神的年代。翻閱這本書，我感覺自己不僅僅是在閱讀文字，更是在經曆一場視覺與知識的雙重盛宴。作者在選擇插圖上也非常用心，充分考慮到瞭不同類型讀者的需求，既有宏觀的係統示意圖，也有微觀的零件特寫，使得即便是對機械結構不太熟悉的讀者，也能通過圖像獲得直觀的理解。這種圖文並茂的方式，極大地提升瞭學習的效率和趣味性。