"本書宏觀地呈現(xiàn)了自主智能體系統(tǒng)的整體框架，并詳細(xì)闡述了其核心理論。全書內(nèi)容主要包括自主智能體系統(tǒng)的發(fā)展歷程、主要分類和應(yīng)用實例，欠驅(qū)動水下機器人路徑跟蹤與協(xié)調(diào)控制問題及具體控制器的設(shè)計方案，基于濾波反步法設(shè)計多機器人編隊協(xié)調(diào)控制器，帶有時延的三維協(xié)調(diào)控制問題，帶有時延的多機器人協(xié)調(diào)控制問題，基于非線性小增益理論研究多

本書共分11章，內(nèi)容包括：集群資源調(diào)度的嬗變、面向大數(shù)據(jù)和云計算的異構(gòu)結(jié)構(gòu)集群資源管理概述、面向大數(shù)據(jù)和云計算的異構(gòu)集群集中式資源調(diào)度框架、集中式資源調(diào)度框架的負(fù)載平衡和優(yōu)化等。

本書分七篇，涵蓋15個實訓(xùn)項目。第一篇為概論篇，主要介紹大數(shù)據(jù)治理的背景、概念、內(nèi)容體系、應(yīng)用等內(nèi)容；第二篇為Python編程基礎(chǔ)篇，主要包括Python編程基礎(chǔ)小程序；第三至六篇分別為數(shù)據(jù)采集篇、數(shù)據(jù)預(yù)處理篇、數(shù)據(jù)統(tǒng)計分析篇、數(shù)據(jù)可視化篇，通過11個實訓(xùn)項目系統(tǒng)地培養(yǎng)學(xué)生的大數(shù)據(jù)治理職業(yè)技能；第七篇為綜合實訓(xùn)篇，以4

本書共10章，包括機器人的介紹與分類，機器人的機械結(jié)構(gòu)、電子硬件以及控制軟件，底盤類機器人、仿生類機器人、競技類機器人等簡易設(shè)計，智能視覺識別原理和應(yīng)用案例，以及視覺機械臂和智能搬運機器人的綜合運用案例。

本書分為五個模塊，內(nèi)容包括：特種機器人的認(rèn)知、特種機器人安全教育、職業(yè)病防治、特種機器人操作、特種機器人維護(hù)。

本教材從新零售的“人”“貨”“場”三個層面對電子商務(wù)數(shù)據(jù)分析進(jìn)行闡述，包括7個項目：認(rèn)知電子商務(wù)數(shù)據(jù)分析、了解電子商務(wù)數(shù)據(jù)分析方法、數(shù)據(jù)采集與處理、“人”數(shù)據(jù)分析、“貨”數(shù)據(jù)分析、“場”數(shù)據(jù)分析、數(shù)據(jù)的管理與輸出。通過對本教材的學(xué)習(xí)，學(xué)生能夠掌握數(shù)據(jù)采集和處理的工具和方法，能夠使用Excel等數(shù)據(jù)分析工具對數(shù)據(jù)進(jìn)行分析

機器人操作系統(tǒng)（RobotOperatingSystem，ROS)已成為機器人領(lǐng)域的主流軟件平臺與事實標(biāo)準(zhǔn)。本書作為一本ROS初學(xué)者的入門教程，從工程實際和應(yīng)用的角度出發(fā)，系統(tǒng)地介紹了ROS的基本概念與編程開發(fā)方法，內(nèi)容深入淺出，通過精心設(shè)計的示例，可以幫助ROS零基礎(chǔ)的讀者在充分了解和掌握ROS編程開發(fā)方法的基礎(chǔ)上，

反饋控制方法受限于機械系統(tǒng)諧振頻率和伯德（Bode）積分定理，閉環(huán)帶寬不可能無限提高，控制精度有限，難以滿足現(xiàn)代精密運動系統(tǒng)高產(chǎn)量、高品質(zhì)的性能需求。前饋控制在精密運動平臺（如光刻機硅片臺、工業(yè)打印機等）加速運動過程中，可以大幅減少由參考軌跡引起的誤差，縮短調(diào)整時間，從而增加系統(tǒng)產(chǎn)量；在勻速生產(chǎn)過程中，可以有效補償外部

2021年10月，UiPath進(jìn)行了迄今為止**一次產(chǎn)品迭代，不僅對原有功能進(jìn)行了整合與重構(gòu)，還增加了100多項新功能。本書基于大更新后的UiPath軟件，以活頁式項目制方式呈現(xiàn)機器人流程自動化（RPA）在企業(yè)中的典型應(yīng)用。書中所有實訓(xùn)案例模擬企業(yè)真實應(yīng)用，使學(xué)習(xí)者在學(xué)習(xí)知識技術(shù)的同時，理解企業(yè)真實需求。本書分為五個項

本書立足當(dāng)今的數(shù)字時代發(fā)展特征，運用基于系統(tǒng)方法的思想，以獨特的視角提出了人工智能（AI）和數(shù)字系統(tǒng)工程融合發(fā)展的概覽趨勢，啟發(fā)人們理解人工智能對社會進(jìn)步、工程創(chuàng)新實踐的預(yù)示性意義。本書研究涉及商業(yè)、工業(yè)、政府、軍隊甚至學(xué)術(shù)領(lǐng)域等領(lǐng)域中人工智能普適性應(yīng)用的基本范式，響應(yīng)基于模型的系統(tǒng)工程（MBSE）的應(yīng)用范式，針對系統(tǒng)