本书是作者在运动控制和神经力学领域多年的研究和教学工作的积累，综合了生理学、工程学和计算神经科学的方法，从神经控制系统适应性和机械设备性能适应性的角度，提供了对人类运动控制的全面和严格的阐述。

杨辰光，华南理工大学自动化科学与工程学院教授，国家“青年千人计划”入选者，2005-2009 西北工业大学、新加坡国立大学、英国普利茅斯大学、帝国理工学院 博士后（2011），研究方向为：智能控制/遥操作/视觉伺服/机器人辅助控制。英国Higher Education Academy会士；美国IEEE高级会员，国家自然基金通讯评委。曾入选欧盟玛丽居里国际引进学者，获得过2011年度IEEE Transactions on Robotics最佳论文奖（首位华人获奖者）、2014年度国际智能控制与自动化大会WCICA最佳生物医学论文奖（通讯作者）、2015年度 IEEE信息自动化年会ICIA大会最佳论文奖（第一作者）、2015年度国际智能机器人及应用年会ICIRA的大会最佳论文奖（通讯作者）、2016年国际人-系统交互大会（HSI）最佳论文奖（第一作者）等学术荣誉。曾指导博士生获得2014IET Signals & Systems会议最佳学生论文奖，2015IEEE-CYBER大会最佳学生论文奖，以及2016 IEEE ICARM大会最佳学生论文奖。发表SIC/EI检索论文150余篇。指导博士生毕业2人，硕士

译者序 仿人机器人涉及神经学、生理学、心理学、控制工程、机械和人工智能等多学科领域的交叉应用性技术。 众所周知，人类能够快速、熟练地掌握各种操作，学习各种复杂的运动行为或者技能。但是，人类为什么能够轻松、熟练地学习这些行为或者技能呢？其中隐含的神经控制机制是什么呢？我们很难对神经运动控制进行全面、深入的描述，因此随着人们对神经运动控制问题研究的深入，机器人技术和控制理论成为分析此问题的重要工具和方法。基于生理学实验的数据模型，可以得出其运动控制算法，定量描述人类神经运动控制机理。随着机器人技术的快速发展，仿人机器人应用于康复、手术、训练等领域，这些应用都需要机器人和人类进行物理交互，通过与生物力学和神经控制的结合，可以开发出高效的计算方法。随着机器人技术的发展，神经运动控制相关理论已经广泛应用于增强生物效能、手术、康复等诸多领域。 本书是英国帝国理工学院Etienne Burdet教授、David W.Franklin教授和Theodore E.Milner教授在神经控制领域和机器人领域多年科研和教学经验的积累。三位教授根据神经控制机理的特点，按照循序渐进的原则，在运动神经控制、肌肉力学、关节运动、运动规划、示例应用等方面展开了严谨的阐述，内容深入浅出，理论与应用紧密结合，具有很高的理论指导作用，体现了三位教授在神经控制与机器人领域深厚的学术功底。本书是当今研究神经运动控制和机器人学领域不可多得的佳作。 本书由杨辰光、罗晶负责翻译、校对和整理，对原书中的错误进行了修正，对描述不完整之处进行了补充； 同时还得到了Dr.Haiming Qi、李娴...