在第二版中，每一章都经过详尽的改写。引入了一些重要的新材料，以涵盖更多的领域，诸如约束满足、快速命题推理、规划图、因特网智能体、精确概率推理、马尔可夫链蒙特卡洛技术、卡尔曼滤波器、集体学习方法、统计学习、概率自然语言模型、概率机器人技术，以及AI的伦理层面。

本书还得到了一套联机资源的支撑，包括源代码、图表、讲义幻灯片、一个包含超过800条到网站“Al on the Web”的链接的目录，以及一个联机讨论组。

本书以详尽和丰富的资料，从理性智能体的角度，全面阐述了人工智能领域的核心内容，并深入介绍了各个主要的研究方向，是一本难得的综合性教材。全书分为八大部分：第一部分“人工智能”，第二部分“问题求解”，第三部分“知识与推理”，第四部分“规划”，第五部分“不确定知识与推理”，第六部分“学习”，第七部分“通讯、感知与行动”，第八部分“结论”。

本书既详细介绍了大量的基本概念、思想和算法，也描述了各研究方向最前沿的进展，同时收集整理了详实的历史文献与事件。因此本书适合于不同层次和领域的研究人员及学生，可以作为信息领域和相关领域的高等院校本科生和研究生的教材或教学辅导书目，也可以作为相关领域的科研与工程技术人员的参考书。

第一部分　人工智能

第1章　绪论

第2章　智能化智能体

第二部分　问题求解

第3章　用搜索法对问题求解

第4章　有信息的搜索和探索

第5章　约束满足问题

第6章　对抗搜索

第三部分　知识与推理

第7章　逻辑智能体

第8章　一阶逻辑

第9章　一阶逻辑中的推理

第10章　知识表示

第四部分　规划

第11章　规划

第12章　现实世界的规划与行动

第五部分　不确定知识与推理

第13章　不确定性

第14章　概率推理

第15章　关于时间的概率推理

第16章　制定简单决策

第17章　制定复杂决策

第六部分　学习

第18章　从观察中学习

第19章　学习中的知识

第20章　统计学习方法

第21章　强化学习

第七部分　通讯、感知与行动

第22章　通讯

第23章　概率语言处理

第24章　感知

第25章　机器人学

第八部分　结论

第26章　哲学基础

第27章　人工智能：现状与未来

附录A　数学背景

附录B　关于语言和算法的注释

参考文献