前言

近年来，人工智能飞速发展，迎来第三次浪潮。它广泛应用于国民经济、社会生活、国防军事等各个领域，正在成为推动新的科技革命、产业革命、军事革命的重要引擎。为了适应新形势，国内多所高校开设人工智能学院及人工智能专业。作为一门实际操作性很强的学科，实践教学在“人工智能基础”课程中占有重要地位。建设“人工智能基础实践”课程成为人工智能+X专业的必然选择。特别是近年来随着深度学习、生成式人工智能的发展，迫切需要能够涵盖人工智能最新发展的实践教材，用于支持各高校陆续开设的“人工智能基础实践”课程。

本书精选人工智能领域中与搜索、博弈、优化、机器学习、人工神经网络、深度学习和多Agent系统相关的26个实验案例，涵盖路径规划、棋类博弈、目标识别、图像生成、文本生成等多个方面，提供详细的实验背景、目的、要求、算法框架和编程要点，以支撑人工智能实践教学，用于培养学生解决智能化应用问题所需的实践能力和创新思维。

本书共分为9章。第1章是人工智能基础，介绍人工智能的基本理论、共性技术和典型应用； 第2章是Python编程基础，介绍Python语言的基本语法、开发环境、程序设计方法和常用库； 第3~5章依次是状态空间搜索、博弈树搜索和智能优化算法，主要介绍路径依赖搜索、对抗搜索和局部搜索的算法及相关实验； 第6~8章依次是机器学习、人工神经网络和深度学习，分别介绍传统机器学习、经典人工神经网络和深度学习算法及相关实验； 第9章是多Agent系统，介绍基于Agent的分布式计算方法及相关实验。

本书主要特色如下。

(1) 讲解思路清晰，启发性强。结合作者多年授课经验，逐步推导人工智能算法的基本思想与实现过程，符合一般的学习与认知规律。

(2) 内容设置合理，系统性强。围绕人工智能主要分支和应用技术，按照基础知识—思路设计—实验分析的顺序逐步深化，分析、比较不同解决方法的优缺点。

(3) 应用案例丰富，实操性强。设置基础、综合和拓展等多种类型实验，提供丰富的演示案例和实践练习，以提高解决实际问题的能力。

(4) 结合领域发展，前沿性强。契合人工智能快速发展的特点，涵盖机器学习和深度学习最新研究热点，培养创新思维和分析能力。

本书实验所需数据集和参考代码可以扫描下方二维码下载。

本书作者均为国防科技大学从事人工智能一线教学科研的骨干教师。第1、6、9章由刘伟编写，第2、5章由谢愈编写，第3、4章由王超编写，第7、8章由项凤涛编写，谢海斌负责全书的审校工作。感谢国防科技大学人工智能基础课程组的各位老师在教材编写过程中给予的帮助。因时间和精力所限，书中难免有纰漏和不当之处，请各位读者不吝赐教，将不胜感激。

作者

2026年3月