本书系统地讲解智能体在现实或虚拟三维空间中进行语义感知、场景理解以及智能决策与交互所需的基础理论与核心技术，围绕几何空间、语义空间、决策空间与本体空间等核心模块进行深入阐述和解释。本书涵盖三维视觉建模、深度学习感知、强化学习与模仿学习、大模型驱动的语言交互、机器人运动学与动力学、路径规划与抓取控制等关键知识，这些内容对于当下热门的无人驾驶、人形机器人、低空飞行器、智能制造、智慧城市等领域的前沿研究具有重要意义。