1.3 本书结构

本书分3个篇章介绍群体智能与智能网联的基础理论、概念模型、关键技术和前沿应用。本书第1章为全书绪论，介绍群体智能与智能网联的概述和研究现状。

第一篇为原理篇，包括第2～4章，共3章。其中，第2章围绕群体智能的通信与网络模式着重介绍直接通信、间接通信与共识主动性，迁移学习等通信模式，以及集中式、去中心化和自组织网络等网络模式。第3章从知识表征、知识表达和计算的维度介绍知识表征方法、知识传递与迁移方法、以及可以进行知识计算的信息经济元语言。第4章则从因果涌现与群体智能的角度介绍什么是涌现以及因果涌现建模理论，并基于此探讨深度学习和群体智能中的涌现现象。

第二篇为算法篇，包括第5～8章，共4章。其中，第5章将重点介绍多智能体强化学习算法，包括融合共识主动性的独立强化学习算法、基于平均场理论的多智能体强化学习算法。第6章则围绕多智能体的合作式梯度更新展开介绍，介绍合作式梯度更新的基本原理，阐述更新方式对性能的影响，并浅谈优化方法。第7章围绕图神经网络介绍图的基本概念，常见的图神经网络模型，以及图神经网络与机器学习的结合。第8章对仿生物智能学习进行解读，探讨蚁群算法和群体学习。

第三篇为应用篇，包括第9～11章，共3章。其中，第9章围绕6G与内生智能探讨移动通信网络朝智能技术的演进。第10章介绍无人驾驶技术、车路协同技术等车联网与自动驾驶相关的内容。第11章将探讨工业互联网技术的演进，并介绍了铸造机器人和仓储物流机器人等网联机器人。