目錄：略
前言
本書的寫作目的是介紹“概率機器人學”這個嶄新的研究領域。概率機器人學是與智能和控制相關的機器人學的一個分支領域。其特點是利用概率與統計的方式進行信息的記錄與行動的決策。在面對利用機器人學技術中不可回避的“不確定性”問題的時候，我們認為機器人學必須以這種方法為目標。采用概率論的算法設計在近年來已經成為機器人學中一個強有力的框架。本書就是第一本介紹該領域中一些主要方法的學術書籍。
本書將着重筆墨於對算法的說明上面。書中所有的算法都基於一個基礎的理論：貝葉斯法則、以及為將其應用於時序數據所擴展而來的貝葉斯濾波器。本書中介紹的概率論式的算法都將擁有這樣一致的數學背景。
在寫本書的時候，我們嘗試用最完整的形式論述每個方法的詳細情況。每一章都有一個或多個主要算法的介紹，每個算法的說明一般由下面4個部分構成：
（1） 使用偽代碼實現的樣例。
（2） 由公理開始的公式推導。這部分是為了說明算法實現背后的各種前提條件所不可或缺的。
（3） 大量的實驗結果。這些實驗數據的主要作用是幫助讀者更加細致的理解算法。
（4） 針對每一個算法，由該算法的實現者的立場出發，詳細討論其好的地方和不好的地方。
要針對每一個算法都完成上面這些部分的敘述，着實是一件相當費力的事情。而且這樣做的結果對於那些想要快速閱讀本書的讀者而言，很多內容會變得難以理解（當然，公式推導部分大概是可以跳過的）。即便如此，我們也期望讀者能夠通過本書對這個領域能有一個深刻的理解。
本書是我們與我們的學生、還有該領域很多的研究者們十多年來研究成果的集合。我們於1999年開始寫這本書，當時以為只需數月就可以完成寫作。但是經過了5年的時間，最初的草稿基本也沒多少留下來，內容也發生了巨變。在此期間，通過寫作本書我們自己也學到了比想象中要多得多的信息與行動決策的理論，如今能夠通過本書將我們學到的很多東西傳達出去，也是讓我們感到非常興奮的一件事。
本書是學術類書籍，適合的閱讀人群是學生、研究者、以及其他那些需要實裝機器人學的人們。我們認為所有的機器人制作者都需要進行軟件的開發，所以本書的內容理應也是所有機器人研究者們所感興趣的。同時，在機器人學領域以外，我們認為本書也能夠讓應用統計學領域的學者或者使用傳感器觀測現實世界的人們產生興趣。針對擁有不同技術背景的讀者們，本書也十分用心的調整了敘述的方式，讓閱讀對象能夠盡量僅依靠本書自身就可理解全部內容。雖然先行掌握線性代數與基本的概率統計知識會對閱讀本書有所幫助，但本書中也對基本的概率法則進行了介紹，並且盡量避免使用更高級的數學知識。
另外，本書同樣也可以用於授課。每個章節都設置了問題與參加性的練習題。授課時每一章用一到兩講的節奏會比較適當。講解的時候無須遵循目錄的順序，可以適當的穿插或跳過一些章節。實際上我們在用本書教學的時候通常都是從大約第七章的地方開始的授課。使用本書學習的話，參考各章結尾處介紹的實際案例，用實踐的方式完成實驗是比較推崇的方法。沒有什么比自己動手實現機器人學技術更重要的事情了。
我們雖已全力以赴，但仍不可避免書中內容或者一些技術上的不完善。因此，本書的網站中也會告知相關的修正：
www.probabilistic-robotics.org
同時，該網站中也會有本書的相關信息。在此預祝各位都能夠在本書中找到讓自己興奮的東西。
Sebastian Thrun
Wolfram Burgard
Dieter Fox