| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-8页 |
| 目录 | 第8-15页 |
| 第一章 绪论 | 第15-32页 |
| 1．1 引言 | 第15-17页 |
| 1．2 MAS的理论概述 | 第17-25页 |
| 1．2．1 Agent的体系结构 | 第17-20页 |
| 1．2．2 MAS的组织结构 | 第20-21页 |
| 1．2．3 MAS的协调机制 | 第21-24页 |
| 1．2．4 MAS的冲突消解方法 | 第24-25页 |
| 1．3 MAS的实现平台和智能机器人动态路径规划 | 第25-28页 |
| 1．3．1 机器人足球系统 | 第25-26页 |
| 1．3．2 智能机器人路径规划问题 | 第26-28页 |
| 1．4 可拓学理论简介 | 第28-29页 |
| 1．5 本文的主要工作 | 第29-32页 |
| 第二章 基于BDI的物元Agent模型 | 第32-43页 |
| 2．1 引言 | 第32页 |
| 2．2 BDI模型分析 | 第32-35页 |
| 2．3 Agent的特性与定义 | 第35-36页 |
| 2．4 基于物元的Agent模型 | 第36-39页 |
| 2．4．1 Agent对手模型的分析 | 第36-37页 |
| 2．4．2 基于冲突对手特征的物元Agent模型定义 | 第37-39页 |
| 2．5 物元Agent模型的算法描述 | 第39-41页 |
| 2．6 机器人足球比赛系统中物元Agent模型算法描述 | 第41页 |
| 2．7 小结 | 第41-43页 |
| 第三章 基于可拓推理的冲突消解研究 | 第43-58页 |
| 3．1 引言 | 第43-44页 |
| 3．2 MAS的冲突分析 | 第44-49页 |
| 3．2．1 产生冲突的原因 | 第46-48页 |
| 3．2．2 资源冲突 | 第48-49页 |
| 3．3 可拓推理基本理论 | 第49-52页 |
| 3．3．1 物元运算 | 第49-50页 |
| 3．3．2 可拓推理方法 | 第50-52页 |
| 3．4 可拓推理冲突消解举例 | 第52-56页 |
| 3．4．1 资源冲突的可拓推理方法 | 第52-55页 |
| 3．4．2 足球机器人拦截—避障的可拓推理方法 | 第55-56页 |
| 3．5 小结 | 第56-58页 |
| 第四章 基于换位原理和模糊推理的足球机器人动态路径规划 | 第58-66页 |
| 4．1 引言 | 第58-59页 |
| 4．2 换位原理 | 第59-60页 |
| 4．3 足球机器人动态意图的模糊推理 | 第60-64页 |
| 4．3．1 模糊量的选取 | 第60-62页 |
| 4．3．2 模糊推理规则与仿真 | 第62-64页 |
| 4．4 小结 | 第64-66页 |
| 第五章 基于二叉树表示动态环境的智能机器人路径规划研究 | 第66-78页 |
| 5．1 引言 | 第66-67页 |
| 5．2 带匀速时标的四叉树表示环境的方法 | 第67-69页 |
| 5．3 二叉树表示二维空间的方法 | 第69-71页 |
| 5．4 二叉树表示动态环境的BA~*算法 | 第71-73页 |
| 5．5 足球机器人路径规划的DBA~*算法 | 第73-77页 |
| 5．6 小结 | 第77-78页 |
| 第六章 基于规则的正向链接演绎的机器人足球系统中的决策专家子系统 | 第78-90页 |
| 6．1 引言 | 第78-79页 |
| 6．2 Mirosot平台 | 第79-83页 |
| 6．2．1 机器人小车子系统 | 第80-81页 |
| 6．2．2 通信子系统 | 第81页 |
| 6．2．3 视觉子系统 | 第81-82页 |
| 6．2．4 决策子系统 | 第82-83页 |
| 6．3 决策专家子系统 | 第83-89页 |
| 6．3．1 专家系统 | 第83-85页 |
| 6．3．2 基于规则的正向链接演绎的决策专家子系统 | 第85-89页 |
| 6．4 小结 | 第89-90页 |
| 结束语 | 第90-91页 |
| 参考文献 | 第91-101页 |
| 攻读博士学位期间发表和已完成的论文 | 第101-103页 |
| 攻读博士学位期间参加的科研项目和科研活动 | 第103-104页 |
| 致谢 | 第104-105页 |
| 附录1： TF算法在Mirosot平台仿真实现的部分主要源程序 | 第105-110页 |
| 附录2： DBA~*算法在Mirosot平台仿真实现的部分主要源程序 | 第110-116页 |
