本書系統(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)用兩大場景。本書針對列車前方視覺與淺海生物等檢測目標(biāo), 對YOLO系列模型進行改進, 提升了模型在復(fù)雜場景下的檢測與跟蹤性能。在單智能體軌跡規(guī)劃層面, 設(shè)計了基于遺傳算法、禁忌搜索的列車節(jié)能優(yōu)化方法, 并進一步提出融合經(jīng)驗知識庫的深度強化學(xué)習(xí)框架, 實現(xiàn)了列車運行控制策略的自主學(xué)習(xí)與優(yōu)化。在控制層面: 針對欠驅(qū)動水面船舶, 提出了基于動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的魯棒自適應(yīng)控制方法; 針對多列車協(xié)同編隊問題, 研究了在切換通信拓撲、輸入飽和、通信時滯及網(wǎng)絡(luò)攻擊等現(xiàn)實約束下的協(xié)同控制挑戰(zhàn)。