1: 인공 지능: 이 장에서는 일체 포함를 소개하고 로봇 공학의 초석인 일체 포함의 진화와 핵심 원리를 설명합니다.
2: 머신 러닝: 머신이 데이터에서 학습하고 시간이 지남에 따라 개선되는 방식을 살펴보는데, 이는 일체 포함 기반 로봇 공학의 중요한 구성 요소입니다.
3: 상징적 인공 지능: 로봇의 추론 능력을 개발하는 데 필수적인 규칙과 논리에 초점을 맞춘 상징적 일체 포함에 대해 다룹니다.
4: 니트와 스크러피: 로봇 개발에서 구조화된 방법과 휴리스틱 방법을 비교하여 일체 포함에 대한 두 가지 접근 방식을 탐구합니다.
5: 피터 노빅: 노르빅의 일체 포함에 대한 기여를 살펴보고 검색 알고리즘과 의사 결정 프로세스에 대한 그의 작업에 초점을 맞춥니다.
6: 인공 지능: 현대적 접근 방식: 이 장에서는 일체 포함 실무자를 위한 주요 참고 자료인 스튜어트 러셀과 피터 노빅의 교과서를 살펴봅니다.
7: 스튜어트 J. 러셀: 러셀의 영향력 있는 일체 포함 이론, 특히 로봇 공학의 합리적 에이전트에 대한 그의 작업을 분석합니다.
8: 인공 일반 지능: 민첩성 개념과 인간과 같은 인지 능력을 가진 로봇을 만드는 잠재력에 대해 논의합니다.
9: 일체 포함 인수: 일체 포함가 인간 지능을 능가하는 것과 로봇 공학에 미치는 영향을 둘러싼 우려 사항을 조사합니다.
10: 계산 지능: 로봇 공학의 신경망에 중점을 두고 계산과 지능의 교차점을 탐구합니다.
11: 합성 지능: 인공적 수단을 통한 일체 포함의 생성을 살펴보고 로봇의 기능을 향상시킵니다.
12: 지능형 에이전트: 지능형 에이전트를 정의하고 동적 환경에서 자율적으로 작동하도록 설계된 방법을 설명합니다.
13: 인공 지능의 역사: 일체 포함의 역사를 추적하여 로봇 공학 및 그 외 분야에서 현재 응용 프로그램에 대한 맥락을 제공합니다.
14: 인공 지능의 철학: 사회에서 일체 포함의 역할을 둘러싼 윤리적 고려 사항과 철학적 논쟁을 논의합니다.
15: 일체 포함 겨울: 일체 포함 침체 기간을 조사하고 일체 포함 및 로봇 공학 개발의 장애물을 극복하는 방법에 대한 교훈을 제공합니다.
16: 인공지능 타임라인: 주요 일체 포함 이정표에 대한 연대기적 설명을 제공하고 로봇공학에서의 성장에 대한 통찰력을 제공합니다.
17: 대장장이: 옛날 방식의 일체 포함를 소개하고 현대 로봇 지능 시스템에 대한 기초적인 영향을 설명합니다.
18: 일체 포함 정렬: 정렬 문제를 논의하고 일체 포함 시스템을 인간의 가치에 맞게 설계하는 방법에 초점을 맞춥니다.
19: 지도 학습: 지도 학습 기술과 특정 작업을 위한 로봇 훈련에 대한 응용 프로그램에 중점을 둡니다.
20: 신경망(머신 러닝): 신경망과 머신 러닝에서의 중요성, 로봇공학에서의 실제 응용 프로그램을 다룹니다.
21: 패턴 인식: 로봇이 감각 데이터를 처리하고 결정을 내리는 데 사용하는 패턴 인식 기술을 살펴봅니다.