首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

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

论文共147页,点击 下载论文
上一篇:无线MIMO-OFDM系统中自适应调制关键技术研究
下一篇:基于顾客价值的价值链模式重构