| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·足球机器人比赛的发展 | 第11-13页 |
| ·足球机器人相关技术的研究现状 | 第13-16页 |
| ·强化学习算法在足球机器人比赛中的研究现状 | 第16-17页 |
| ·多智能体强化学习算法的研究现状 | 第17页 |
| ·论文研究工作 | 第17-19页 |
| 第二章 强化学习基本理论 | 第19-24页 |
| ·强化学习算法原理 | 第19-20页 |
| ·马尔可夫决策过程 | 第20-21页 |
| ·Q 学习算法 | 第21-22页 |
| ·探索策略 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于内省推理的多智能体强化学习算法以及改进算法 | 第24-32页 |
| ·多智能体强化学习算法 | 第24-25页 |
| ·基于内省推理的虚拟行动 Q 学习算法 | 第25-27页 |
| ·贝叶斯分类算法 | 第27-29页 |
| ·改进的内省推理多智能体强化学习算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 多智能体强化学习算法在足球机器人比赛决策策略中的应用 | 第32-44页 |
| ·决策系统的结构 | 第32-33页 |
| ·多智能体的角色分配策略 | 第33-36页 |
| ·主攻队员的动作选择 | 第36-38页 |
| ·协攻队员的动作选择 | 第38-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 足球机器人比赛系统的设计与开发 | 第44-52页 |
| ·足球机器人比赛仿真平台系统结构 | 第44页 |
| ·仿真平台简介 | 第44-48页 |
| ·接口函数 | 第48-49页 |
| ·决策策略模块 | 第49-50页 |
| ·学习算法模块 | 第50-51页 |
| ·动作模块 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第六章 结论 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 在学研究成果 | 第55-56页 |
| 致谢 | 第56页 |