作者简介 徐奇伟／博士 就职于重庆大学，副教授，博导。长期专注于包括特种电机的设计和控制、智能控制理论和机电系统的最优控制方法。近年来，他的研究重点是加速复杂机电系统的大规模模型训练和优化计算能力调度，旨在提高计算效率和资源利用率，促进大规模人工智能模型在复杂机电系统中的有效应用。 内容简介 本书系统梳理机器人算法体系中的关键模块，深入解析各类核心算法的原理与工程实现细节，从理论到实践的紧密结合，带领读者完成从学习算法到工程落地的完整流程。本书共10章，内容涵盖感知、多模态融合、SLAM定位建图、路径规划、运动控制、机械臂操作、任务调度、多智能体协作、强化学习以及大模型驱动的认知系统。书中首先聚焦感知与环境理解，详细讲解目标检测、深度估计、点云处理与SLAM建图机制；随后深入探讨路径生成、底层控制与机械臂规划。在任务执行与认知推理层面，从任务逻辑构建延伸至大模型驱动的推理执行，形成“感知-决策-执行”的闭环体系，并以多个系统级开发案例收尾，实现理论与实战的贯通。 本书既适合作为机器人算法工程师、控制系统开发人员的实战参考，也适合研究型读者对机器人智能决策机制与系统集成方法进行深入理解与探索。 前言 随着人工智能与机器人技术的深度融合，现代机器人系统正迅速迈向“感知-认知-决策-执行”一体化的智能体范式，其背后的支撑核心，正是覆盖感知、定位、路径生成、运动控制、行为规划与自主学习的全栈算法体系。这些算法不仅是推动机器人智能演化的技术基座，更是支撑实际工程系统部署与性能落地的关键所在。因此，构建一套系统化、工程化、融合新兴技术趋势的机器人算法理论与实战体系，已成为机器人开发者与科研工作者面向未来的重要任务。 本书正是在这一背景下编写的。本书力图从系统架构出发，逐步深入至各类核心算法模块，全面呈现机器人算法从底层建模到上层认知推理的技术演进过程，并通过多章节实战案例贯穿…