基于个性的多机器人协作研究
摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-12页 |
第一章 绪论 | 第12-26页 |
1.1 研究背景 | 第12-14页 |
1.2 多机器人系统的研究内容 | 第14-20页 |
1.3 多机器人系统的典型研究领域 | 第20-23页 |
1.4 多机器人系统的研究现状 | 第23页 |
1.5 本论文的主要内容 | 第23-26页 |
第二章 行为主义多机器人系统 | 第26-38页 |
2.1 引言 | 第26-27页 |
2.2 行为主义简介 | 第27-28页 |
2.2.1 心理学中行为主义 | 第27页 |
2.2.2 人工智能中行为主义 | 第27-28页 |
2.3 行为主义体系结构 | 第28-32页 |
2.3.1 分层结构 | 第28-29页 |
2.3.2 组合结构 | 第29-31页 |
2.3.3 复合结构 | 第31-32页 |
2.4 基本行为的实现 | 第32-37页 |
2.4.1 基本行为集合的选择 | 第32-33页 |
2.4.2 常用基本行为 | 第33-37页 |
2.5 小结 | 第37-38页 |
第三章 多机器人系统中的多样性 | 第38-52页 |
3.1 引言 | 第38-39页 |
3.2 多机器人系统的特点 | 第39-40页 |
3.3 生物系统的多样性 | 第40-42页 |
3.3.1 生物多样性的内容 | 第40-41页 |
3.3.2 生物多样性的意义 | 第41-42页 |
3.4 社会系统的多样性 | 第42-44页 |
3.4.1 生物社会系统的多样性 | 第42-43页 |
3.4.2 人类社会系统的多样性 | 第43-44页 |
3.5 多机器人系统的多样性 | 第44-46页 |
3.5.1 多机器人系统多样性的内容 | 第44-45页 |
3.5.2 多样性对于多机器人系统的意义 | 第45-46页 |
3.6 多样性的衡量 | 第46-48页 |
3.6.1 多样性的内涵 | 第46-47页 |
3.6.2 信息嫡 | 第47-48页 |
3.7 机器人种群的划分 | 第48-51页 |
3.7.1 种群划分的因素 | 第48-49页 |
3.7.2 行为层次的种群划分 | 第49-50页 |
3.7.3 行为差异性的度量 | 第50-51页 |
3.8 小结 | 第51-52页 |
第四章 多机器人觅食研究 | 第52-63页 |
4.1 引言 | 第52页 |
4.2 觅食简介 | 第52-54页 |
4.3 觅食的行为主义实现 | 第54-56页 |
4.3.1 觅食中的行为集合 | 第54-55页 |
4.3.2 觅食任务中的情景 | 第55页 |
4.3.3 觅食任务中的行为映射 | 第55-56页 |
4.4 三种觅食方法 | 第56-58页 |
4.4.1 全局觅食 | 第56-57页 |
4.4.2 双色觅食 | 第57页 |
4.4.3 分区觅食 | 第57页 |
4.4.4 多样性分析 | 第57-58页 |
4.5 仿真 | 第58-62页 |
4.5.1 实验描述 | 第58-59页 |
4.5.2 仿真结果与分析 | 第59-62页 |
4.6 小结 | 第62-63页 |
第五章 机器人的个性 | 第63-76页 |
5.1 引言 | 第63页 |
5.2 心理学中的个性 | 第63-66页 |
5.2.1 个性的定义 | 第63-64页 |
5.2.2 个性的心理结构 | 第64页 |
5.2.3 个性的特点 | 第64-66页 |
5.3 机器人的个性 | 第66-70页 |
5.3.1 机器人个性的含义 | 第66-68页 |
5.3.2 个性的数学表达 | 第68-70页 |
5.4 机器人个性参数的取值 | 第70-71页 |
5.4.1 机器人个性的产生 | 第70页 |
5.4.2 机器人个性的演化 | 第70-71页 |
5.5 引入机器人个性的作用 | 第71-75页 |
5.5.1 对个体行为模式的影响 | 第71-73页 |
5.5.2 对整体协调模式的影响 | 第73-75页 |
5.6 小结 | 第75-76页 |
第六章 个性在冲突消解中的应用 | 第76-88页 |
6.1 引言 | 第76页 |
6.2 竞争问题 | 第76-78页 |
6.2.1 竞争的定义 | 第76-77页 |
6.2.2 良性竞争的原则 | 第77-78页 |
6.3 个性冲突消解的原理 | 第78-80页 |
6.3.1 基本思想 | 第78-79页 |
6.3.2 个性消解冲突的优点 | 第79-80页 |
6.4 个性在冲突消解中的应用 | 第80-87页 |
6.4.1 觅食环境下的冲突消解 | 第80-83页 |
6.4.2 运动规划下的冲突消解 | 第83-87页 |
6.5 小结 | 第87-88页 |
第七章 多机器人多目标观测 | 第88-105页 |
7.1 引言 | 第88页 |
7.2 多目标观测问题 | 第88-89页 |
7.3 多机器人多目标观测系统 | 第89-91页 |
7.3.1 机器人特性 | 第89-90页 |
7.3.2 目标特性 | 第90-91页 |
7.3.3 研究目标 | 第91页 |
7.4 多目标观测的协调算法 | 第91-94页 |
7.4.1 CMOMMT法 | 第91-93页 |
7.4.2 A-CMOMMT法 | 第93-94页 |
7.5 基于个性的协调算法 | 第94-101页 |
7.5.1 个体利益与整体利益 | 第94-95页 |
7.5.2 A-CMOMMT算法的问题 | 第95-98页 |
7.5.3 P-CMOMMT方法 | 第98-101页 |
7.6 仿真研究 | 第101-104页 |
7.7 小结 | 第104-105页 |
第八章 多机器人编队 | 第105-121页 |
8.1 引言 | 第105页 |
8.2 多机器人编队问题 | 第105-107页 |
8.3 编队问题的研究内容 | 第107-110页 |
8.3.1 常用的编队队形 | 第107页 |
8.3.2 编队参考点法 | 第107-109页 |
8.3.3 编队中的基本行为 | 第109-110页 |
8.4 编队问题的研究目标 | 第110-112页 |
8.4.1 个体目标和整体目标 | 第110-111页 |
8.4.2 编队性能的评价 | 第111-112页 |
8.5 仿真 | 第112-120页 |
8.5.1 实验描述 | 第112-113页 |
8.5.2 实验1 | 第113-116页 |
8.5.3 实验2 | 第116-120页 |
8.6 小结 | 第120-121页 |
第九章 多机器人自组织任务分配 | 第121-134页 |
9.1 引言 | 第121页 |
9.2 蚁群算法简介 | 第121-124页 |
9.2.1 思想基础 | 第121-122页 |
9.2.2 蚁群优化算法 | 第122-123页 |
9.2.3 基于阈值模型的任务分配 | 第123-124页 |
9.3 基于蚁群算法的多机器人协作 | 第124-126页 |
9.3.1 基本思想 | 第124-125页 |
9.3.2 基于 ACO的任务分配 | 第125-126页 |
9.4 任务死锁状态的防止 | 第126-129页 |
9.4.1 任务分配中的死锁状态 | 第126-127页 |
9.4.2 任务死锁的解决 | 第127-129页 |
9.5 仿真研究 | 第129-133页 |
9.5.1 仿真环境 | 第129-130页 |
9.5.2 四种算法的配置 | 第130-131页 |
9.5.3 运箱问题的评价指标 | 第131-132页 |
9.5.4 仿真结果 | 第132-133页 |
9.6 小结 | 第133-134页 |
第十章 结束语 | 第134-135页 |
参考文献 | 第135-146页 |
致谢 | 第146-147页 |
攻读博士学位期间发表的论文 | 第147页 |