本书共分7章和2个附录，第1章讲述问题的描述方法，关键是不同粒度世界的描述问题，第2章讲述分层递阶原理，重点是其数学模型、分层递阶与计算复杂性的关系以及它的应用，第3章提出一种合成的数学模型，并由此导出合成的原则和方法，第4章提出了网络的推理模型，它能够考虑不同层次的推理，并把确定性推理、非确定性推理与定性推理统一和联系起来。第5章重点讲述本书提出的规划的拓扑方法，介绍它的原理及实现技术。第6章讲述时间规划的关系矩阵法，介绍其理论、算法及其完备性。第7章介绍统计启发式搜索方法，分析它的理论、计算复杂性、算法的实现，这种算法的特点及其与分层递阶的关系。最后，在附录中介绍了若干与本书内容关系密切的数学内容，主要是统计推断与点集拓扑的某些概念和结论。本书内容全面，讲解透彻，具有很强的可读性。

自本书第1版于1990年出版以来，人工智能研究有了很大的进展与变化，问题求解的商空间理论也有了新的进展，吸引了越来越多的研究者的注意，并在一些领域得到应用，有必要对原书进行修订，以反映最新的研究进展及研究热点。

本书第2版共分7章和2个附录，第1章讲述问题的描述方法，关键是不同粒度世界的描述问题，第2章讲述分层递阶原理，重点是其数学模型、分层递阶与计算复杂性的关系以及它的应用，第3章提出一种合成的数学模型，并由此导出合成的原则和方法，第4章提出了网络的推理模型，它能够考虑不同层次的推理，并把确定性推理、非确定性推理与定性推理统一和联系起来。第5章重点讲述我们提出的规划的拓扑方法，介绍它的原理及实现技术。第6章讲述时间规划的关系矩阵法，介绍其理论、算法及其完备性。第7章介绍统计启发式搜索方法，分析它的理论、计算复杂性、算法的实现，这种算法的特点及其与分层递阶的关系。最后，在附录中介绍了若干与本书内容关系密切的数学内容，主要是统计推断与点集拓扑的某些概念和结论，作为不熟悉这部分数学内容的读者阅读时参考。

本书是从事计算机、数学以及对人工智能有兴趣的科学工作者的有益参考书。

第1章 问题提出

第2章 分层递阶

第3章 合成技术

第4章 推理模型

第5章 运动规划

第6章 时间规划

第7章 统计启发式搜索

附录A 点集拓扑的一些概念与性质

附录B 积分与统计推断的一些概念与性质

索引

参考文献