本书系统梳理了深度强化学习的核心理论、关键算法及其在智能控制、机器人技术和多智能体系统中的应用。全书涵盖强化学习的基本概念、深度强化学习的主要框架，以及多智能体强化学习的协同决策、任务分解与优化控制等前沿问题，并结合大量实验案例，深入探讨强化学习在飞行器控制、移动机器人导航与避障等领域的实践应用。

本书针对分布式机器学习中网络通信、在线学习、隐私保护等问题，研究无中心的分布式优化算法。主要内容包括：①分布式一阶梯度算法，提出在线学习的自适应次梯度算法和随机块坐标的次梯度投影算法、自适应最小最大优化算法，旨在研究分布式的优化算法，理论分析所提算法的收敛性能；②分布式无投影梯度算法，提出随机块坐标无投影梯度算法、面向

分数阶非线性系统及相关研究是近年来科研领域的研究热点，该项研究不仅具有重要的理论意义，而且具有广泛的应用价值。本书的内容主要取材于作者及其所在团队近几年的研究成果，深入浅出地讲解分数阶非线性系统的自适应控制、预设性能控制、有限时间控制以及固定时间控制。本书侧重于介绍分数阶非线性系统的模糊自适应控制、预设性能控制、有限时

本书立足于无人系统的自主寻源任务，围绕近十年来动态复杂环境中无人系统优化控制和轨迹规划相关研究的难点和热点问题，从信号场类型、不完全量测信息、决策控制方法等多个角度出发，系统地解决了仅可获得场源方位角量测、信号场强度量测条件下的自主寻源控制问题，时空动态信号场场源的协作定位问题，以及无人系统在自主寻源任务下的多约束轨迹

本书以综合性高光谱遥感知识体系为线索，围绕高光谱遥感数据采集、数据处理、数据分析、数据应用全流程实践体系，构建完整知识框架，内容包括数据采集与预处理、高光谱降维与特征挖掘、高光谱图像分类、混合像元分解、目标探测、数据融合以及高光谱遥感应用等模块，形成了一套系统的实习与实验方案。通过学习本书，读者能够系统提升高光谱遥感的

"本书系统地介绍机器人智能感知技术。全书共9章，主要内容包括机器人传感器基础知识，机器人内部传感器（位置与速度传感器、加速度传感器、陀螺仪表、姿态传感器等）技术基础，机器人触觉和力觉感知技术基础，机器人接近觉、热觉、滑觉、听觉、嗅觉和味觉感知技术基础，机器人视觉感知技术基础，估计理论基础，多传感器信息融合技术基础，智能

"《监测监控信息融合技术》全面介绍了传感器信息获取、监测监控网络和信息融合的基本原理与技术。书中不仅探讨了信息融合在新技术发展中的关键作用，还强调了其在培养学生科学精神和探索勇气中的时代意义，满足了课程思政要求。全书共9章，内容覆盖了传感器信息融合、煤矿安全监测的模型与方法，以及无人驾驶和水环境监测的多源信息融合技术，

《AfterEffects影视后期制作与AIGC辅助设计》顺应新时代背景下AIGC蓬勃发展的趋势，深度整合AfterEffects知识和AIGC技术，引领读者将经典影视后期软件AfterEffects和AIGC有机结合，步入一个崭新、高效的设计工作情境。《AfterEffects影视后期制作与AIGC辅助设计》分为3个

"《神经网络理论及应用实践》在全面介绍人工神经网络基本理论的基础之上，首先，系统地阐述了单层感知器神经网络、BP神经网络、竞争学习神经网络、自组织神经网络、学习向量量化神经网络、对偶传播神经网络、径向基函数神经网络、支持向量机等浅层神经网络的典型网络结构、学习算法、工作原理和应用案例；其次，系统地阐述了深度学习中卷积神

"本书从计算机硬件、软件、数据库、网络和新一代信息技术等几方面对计算机类专业课程和相应知识点进行了介绍，主要内容包括计算机基础知识、计算机硬件系统、计算机软件系统、数据库技术、计算机网络、软件工程及新一代信息技术等。本书旨在让读者了解计算机学科的体系和课程结构，使读者对计算机科学与技术学科的本质有一个正确、深刻的认识；