本書系統(tǒng)介紹了基于強化學(xué)習(xí)的多智能體協(xié)同技術(shù)，涉及進化算法、納什均衡等相關(guān)主題，討論了基于強化學(xué)習(xí)的多智能體協(xié)同理論、一致性學(xué)習(xí)算法、基于協(xié)同Q學(xué)習(xí)算法的多智能體規(guī)劃技術(shù)等，研究了ICFA方法的優(yōu)越性，將計算時間和結(jié)果準(zhǔn)確性作為指標(biāo)進行考核，在多機器人實時攜桿問題中驗證了算法的有效性。并給出了針對多機器人協(xié)同問題的應(yīng)用

機械工業(yè)出版社本書依據(jù)高等院校本科自動控制理論課程的教學(xué)要求,從注重理論基礎(chǔ)與基本概念,拓寬專業(yè)面的目的出發(fā),結(jié)合自動化專業(yè)及其他相近專業(yè)的教學(xué)特點和教學(xué)要求,比較全面地闡述了經(jīng)典控制理論的基本內(nèi)容。全書共分八章,包括經(jīng)典控制理論的線性定常系統(tǒng)理論(自動控制理論的基本概念與數(shù)學(xué)模型、時域分析法、根軌跡法和頻率法等),非

本書從管理創(chuàng)新、治理目標(biāo)、社會責(zé)任和社會共識等多角度出發(fā)，通過對人工智能涉及的信息技術(shù)倫理的內(nèi)涵、技術(shù)風(fēng)險的特性、技術(shù)倫理評價與技術(shù)邊界的闡釋和研究，提出了我國人工智能社會風(fēng)險的規(guī)避措施，探討了人工智能在管理應(yīng)用中的倫理框架和原則，旨在通過形成平衡性的人工智能倫理觀來實現(xiàn)對人工智能社會風(fēng)險的管控與治理，對于廣大黨員干部

過去十年見證了人工智能和機器學(xué)習(xí)(AI/ML)技術(shù)的廣泛應(yīng)用。然而，由于在廣泛實施過程中缺乏監(jiān)督，導(dǎo)致了一些事故和有害后果，而這本可以通過適當(dāng)?shù)娘L(fēng)險管理來避免。在我們認(rèn)識到AI/ML的真正好處之前，從業(yè)者必須了解如何減輕其風(fēng)險。本書描述了負(fù)責(zé)任的AI方法，這是一種以風(fēng)險管理、網(wǎng)絡(luò)安全、數(shù)據(jù)隱私、應(yīng)用社會科學(xué)方面的最佳實

訓(xùn)練數(shù)據(jù)與算法本身一樣關(guān)系到數(shù)據(jù)項目的成敗，因為大多數(shù)AI系統(tǒng)的失敗都與訓(xùn)練數(shù)據(jù)有關(guān)。但是，盡管訓(xùn)練數(shù)據(jù)是AI和機器學(xué)習(xí)成功的基礎(chǔ)，但卻很少有全面的資源能幫助你掌握這一過程。在這本實踐指南中，作者AnthonySarkis(DiffgramAI數(shù)據(jù)訓(xùn)練軟件的首席工程師)向技術(shù)專業(yè)人員、管理人員、主題專家展示了如何使用和

本書系統(tǒng)地講述了智能現(xiàn)象的發(fā)展歷史。全書共分為9章。第1章介紹本書的寫作背景、智能的不同定義、智能現(xiàn)象問題、智能現(xiàn)象新的假說；第2章介紹宇宙從無到有（物質(zhì)、能量和空間）、不安分的宇宙、改變以穩(wěn)定宇宙等內(nèi)容；第3章介紹物理學(xué)中的智能，包括美麗的物理世界、引力智能、引力和暗能量、熵引力、最小作用量原理、量子隱形傳態(tài)等內(nèi)容；

本書立足服務(wù)國家智能制造產(chǎn)業(yè)升級的需求，闡述了人工智能的基本概念、術(shù)語以及行業(yè)的發(fā)展態(tài)勢和生態(tài)環(huán)境，詳細(xì)介紹了人工智能在電子信息工程、網(wǎng)絡(luò)通信、智能制造、數(shù)字商務(wù)、數(shù)字藝術(shù)和智能交通這六大常見工業(yè)生產(chǎn)領(lǐng)域的交叉應(yīng)用和實踐案例，旨在通過這本具有通識性的教材，推動人工智能技術(shù)在不同領(lǐng)域的交叉應(yīng)用，同時普及跨領(lǐng)域的人工智能知

本套叢書循序漸進地詳細(xì)講解了與深度學(xué)習(xí)相關(guān)的重要概念、算法和模型，并著重展示了PyTorch是如何實現(xiàn)這些算法和模型的。其共分為三卷：編程基礎(chǔ)、計算機視覺、序列與自然語言處理。本書為該套叢書的第三卷：序列與自然語言處理。主要介紹了循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN、GRU和LSTM)和一維卷積；Seq2Seq模型、注意力、自注意力、

本書為該套叢書的第二卷：計算機視覺。本書主要介紹了深度模型、激活函數(shù)和特征空間；Torchvision、數(shù)據(jù)集、模型和變換；卷積神經(jīng)網(wǎng)絡(luò)、丟棄和學(xué)習(xí)率調(diào)度器；遷移學(xué)習(xí)和微調(diào)流行的模型(ResNet、Inception等)等內(nèi)容。

這是一本關(guān)于數(shù)智時代人工智能技術(shù)落地應(yīng)用場景的前沿趨勢類圖書。場景是爭奪用戶時長與可支配收入的產(chǎn)品與服務(wù)的組合，toC的場景如此，toB/G的場景亦然。場景定義是基于將場景作為一種最佳的切割方式，以期完備的鎖定未來能出的所有爆款。2021年元宇宙、2022年人形機器人、2023年ChatGPT與MR眼鏡、2024年的S