本書(shū)系統(tǒng)論述了復(fù)雜環(huán)境下智能系統(tǒng)“感知-規(guī)劃-控制”理論與關(guān)鍵技術(shù), 聚焦軌道交通與海洋應(yīng)用兩大場(chǎng)景。本書(shū)針對(duì)列車(chē)前方視覺(jué)與淺海生物等檢測(cè)目標(biāo), 對(duì)YOLO系列模型進(jìn)行改進(jìn), 提升了模型在復(fù)雜場(chǎng)景下的檢測(cè)與跟蹤性能。在單智能體軌跡規(guī)劃層面, 設(shè)計(jì)了基于遺傳算法、禁忌搜索的列車(chē)節(jié)能優(yōu)化方法, 并進(jìn)一步提出融合經(jīng)驗(yàn)知識(shí)庫(kù)的深度強(qiáng)化學(xué)習(xí)框架, 實(shí)現(xiàn)了列車(chē)運(yùn)行控制策略的自主學(xué)習(xí)與優(yōu)化。在控制層面: 針對(duì)欠驅(qū)動(dòng)水面船舶, 提出了基于動(dòng)態(tài)模糊神經(jīng)網(wǎng)絡(luò)的魯棒自適應(yīng)控制方法; 針對(duì)多列車(chē)協(xié)同編隊(duì)問(wèn)題, 研究了在切換通信拓?fù)�、輸入飽和、通信時(shí)滯及網(wǎng)絡(luò)攻擊等現(xiàn)實(shí)約束下的協(xié)同控制挑戰(zhàn)。