本书系统论述了复杂环境下智能系统“感知-规划-控制”理论与关键技术, 聚焦轨道交通与海洋应用两大场景。本书针对列车前方视觉与浅海生物等检测目标, 对YOLO系列模型进行改进, 提升了模型在复杂场景下的检测与跟踪性能。在单智能体轨迹规划层面, 设计了基于遗传算法、禁忌搜索的列车节能优化方法, 并进一步提出融合经验知识库的深度强化学习框架, 实现了列车运行控制策略的自主学习与优化。在控制层面: 针对欠驱动水面船舶, 提出了基于动态模糊神经网络的鲁棒自适应控制方法; 针对多列车协同编队问题, 研究了在切换通信拓扑、输入饱和、通信时滞及网络攻击等现实约束下的协同控制挑战。