| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| CONTENTS | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景 | 第12-15页 |
| ·智能规划概述 | 第12-13页 |
| ·大规模不确定性规划问题 | 第13-14页 |
| ·分布式人工智能 | 第14-15页 |
| ·研究平台 | 第15-17页 |
| ·RoboCup简介 | 第15页 |
| ·机器人足球仿真平台的介绍 | 第15-16页 |
| ·GDUT_TiJi机器人足球2D仿真队简介 | 第16-17页 |
| ·小结及本文章节安排 | 第17-18页 |
| 第二章 性能势与平均强化学习算法理论 | 第18-26页 |
| ·引言 | 第18页 |
| ·半马尔科夫决策过程概述 | 第18-21页 |
| ·MDP基本模型及概念 | 第18-20页 |
| ·Option理论 | 第20-21页 |
| ·马尔科夫系统与性能势理论 | 第21-23页 |
| ·强化学习概述 | 第23-26页 |
| ·强化学习理论基础 | 第23-24页 |
| ·平均型MDP的强化学习 | 第24-26页 |
| 第三章 基于性能势的A~*平均奖赏强化学习 | 第26-34页 |
| ·引言 | 第26页 |
| ·相关概念 | 第26-29页 |
| ·G-learning算法 | 第26-27页 |
| ·基于启发式搜索的规划算法 | 第27-28页 |
| ·基于启发式搜索的A~*规划算法 | 第28-29页 |
| ·基于性能势的A~*平均奖赏强化学习算法 | 第29-31页 |
| ·实验测试与结果分析 | 第31-33页 |
| ·Reinforcement learning标准测试工具箱 | 第31页 |
| ·实验测试与分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于GA~*-learning的多智能体决策问题研究 | 第34-41页 |
| ·引言 | 第34页 |
| ·基于Option理论的行为模型设计 | 第34-37页 |
| ·实验及结论 | 第37-40页 |
| ·Keepaway足球仿真平台 | 第37页 |
| ·实验及分析 | 第37-40页 |
| ·小结 | 第40-41页 |
| 总结与展望 | 第41-43页 |
| 总结 | 第41页 |
| 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 攻读学位期间发表的论文 | 第47-49页 |
| 致谢 | 第49页 |