随着科技事业的不断发展，软硬件之间的整合越来越密切，未来社会是属于智能化的社会，而机器人也在这样的大环境下获得了靠前的发展。本书就是一本很好通俗的机器人学入门级指南，能够帮助更多的人了解机器人学。本书通过22章的内容，全面细致地向读者介绍了有关机器人学的相关知识。本书从机器人学的定义讲起，陆续介绍了机器人简史、机器人的组成部分、效应器和执行器、运动、操作、传感器、简单的传感器、复杂的传感器、反馈控制、控制架构、表示、审慎控制、反应控制、混合控制、基于行为的控制、行为协调、突现行为导航、群机器人、优化机器人以及机器人的未来。本书内容全面、讲解细致，很好适合机器人爱好者以及参加机器人比赛的老师和学生阅读，也适合智能新技术领域的从业人员参考学习。

Maja J.Mataric是一位伟大的机器人科学家，目前正担任南加州大学计算机科学与神经科学的教授，同时也是该校机器人与嵌入式系统中心的负责人。她还是维特比工程学院的不错副院长和机器人研究实验室的负责人。曾在2009年获得美国青年科学家与工程师总统奖，并被评为机器人领域有影响力的25位女性之一。
李华峰，毕业于东北师范大学，目前在河北省一所高校任教，也是《精通MetaSploit渗透测试》一书的译者。他自幼便是一个狂热的黑客技术追求者，现在主要从事网络安全与渗透测试方面的教育工作。作为一名资历的计算机安全领域的研究人员，研究的主要方向为网络扫描技术、漏洞检测、入侵检测等。

第1章机器人学的定义1
第2章机器人简史5
2.1控制理论5
2.2控制论5
2.2.1“机械龟”6
2.2.2Braitenberg的“车型机器人”8
2.3人工智能9
第3章机器人的组成部分15
3.1具身化16
3.2感知16
3.3行动18
3.4脑力和体力19
3.5自主20
第4章效应器和执行器23
4.1主动驱动与被动驱动23
4.2执行器的类型24
4.3电机25
4.3.1直流电机25
4.3.2齿轮装置26
4.3.3伺服电机28
4.4自由度29
第5章运动35
5.1稳定性35
5.1.1静态稳定性37
5.1.2动态稳定性37
5.2运动步态38
5.2.1步态38
5.2.2三角步态和交替三角步态39
5.2.2叠波步态39
5.3轮子和转向装置40
5.3.1完整性41
5.3.2差动驱动41
5.4停留在途中vs到达目的地41
第6章操作45
6.1末端效应器45
6.2遥操作46
6.3为什么操作是很困难的47
第7章传感器53
7.1处理层次56
第8章简单的传感器63
8.1主动型传感器与被动型传感器63
8.2开关63
8.3光学传感器65
8.3.1偏振光66
8.3.2反射式光传感器67
8.3.3反射光传感器68
8.3.4红外线69
8.3.5光的调制解调技术70
8.3.6光束中断传感器70
8.3.7转轴编码器70
8.4电阻位置传感器73
第9章复杂的传感器75
9.1超声波或声纳探测75
9.1.1声纳以前都做了什么？声纳还能用在什么地方77
9.1.2镜面反射78
9.2激光传感80
9.3视觉感知82
9.3.1摄像机83
9.3.2边缘检测84
9.3.3基于模型的视觉86
9.3.4运动视觉87
9.3.5立体视觉87
9.3.6纹理、阴影、轮廓88
9.3.7生物视觉89
9.3.8机器人视觉89
第10章反馈控制93
10.1反馈控制或闭环控制93
10.2误差的诸多层面94
10.3一个反馈控制机器人的例子95
10.4反馈控制的类型97
10.4.1比例控制97
10.4.2微分控制98
10.4.3积分控制98
10.4.4PD和PID控制99
10.5前馈或开环控制100
第11章控制架构103
11.1谁需要控制架构103
11.2机器人的编程语言105
11.3架构是什么106
11.3.1时间107
11.3.2模块化107
11.3.3表示108
第12章表示109
12.1制作地图的多种方法109
12.2机器人能表示什么111
12.3表示的开销111
第13章审慎控制113
13.1规划的概念113
13.2规划成本115
第14章反应控制119
14.1行动选择123
14.2包容式体系结构124
14.3如何确定行为的顺序126
第15章混合控制131
15.1处理世界／地图／任务的变化133
15.2计划以及重新计划133
15.3避免重新计划133
15.4在线以及离线规划134
第16章基于行为的控制137
16.1分布式表征140
16.2一个例子：分布式地图构建141
16.2.1机器人托托（Toto）141
16.2.2托托的导航141
16.2.3托托的地标检测142
16.2.4托托的地图构建行为143
16.2.5托托行为地图中的路径规划145
16.2.6托托地图的后续工作146
第17章行为协调151
17.1行为仲裁：做出选择151
17.2行为融合：概括152
第18章突现行为157
18.1一个例子：突现的沿墙移动157
18.2整体大于各部分的总和158
18.3突现的组件158
18.4期待意想不到的事情159
18.5对惊喜的预测159
18.6好的与坏的突现行为160
18.7体系结构以及突现161
第19章导航163
19.1定位164
19.2搜索以及路径规划166
19.3定位与地图构建167
19.4覆盖168
第20章群机器人171
20.1团队合作的益处172
20.2团队合作的挑战173
20.3群体与团队类型174
20.4通信176
20.5让一个团队同场竞技180
20.5.1我是领导：集中控制181
20.5.2团队一起完成任务：分布控制181
20.6多机器人控制的架构182
第21章更上一层楼：学习185
21.1强化学习186
21.1.1探索186
21.1.2探索vs利用186
21.1.3控制策略187
21.2监督式学习189
21.3模仿学习／示范学习190
21.3.1人机交互190
21.3.2感受任务192
21.4学会与遗忘193
21.4.1遗忘193
21.4.2终身学习194
第22章机器人的未来195
22.1空间机器人197
22.2外科手术机器人198
22.2.1触觉学198
22.2.2纳米机器人199
22.3自重构机器人199
22.4人形机器人200
22.5社交机器人以及人机交互200
22.6服务机器人、行为辅助机器人以及康复训练机器人201
22.6.1服务机器人201
22.6.2行为辅助机器人201
22.6.3康复训练机器人202
22.6.4社会辅助机器人202
22.7教育机器人203
22.7.1STEM课题204
22.7.2教育机器人205
22.8伦理意蕴205