| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的研究现状 | 第10-12页 |
| ·课题的研究目的和意义 | 第12-13页 |
| ·本文的研究内容及组织结构 | 第13-15页 |
| 第2章 多智能体强化学习方法及应用 | 第15-25页 |
| ·引言 | 第15页 |
| ·多智能体强化学习方法研究 | 第15-20页 |
| ·强化学习的基本原理和模型 | 第16-18页 |
| ·强化学习系统的组成 | 第18-19页 |
| ·多智能体强化学习的主要算法 | 第19-20页 |
| ·多智能体强化学习在足球机器人领域的应用 | 第20-23页 |
| ·足球机器人平台特点分析 | 第21-22页 |
| ·强化学习中的状态空间 | 第22-23页 |
| ·强化信号的信度分配 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于状态聚类的多智能体强化学习 | 第25-34页 |
| ·引言 | 第25页 |
| ·多智能体强化学习 | 第25-27页 |
| ·传统Q强化学习 | 第26-27页 |
| ·多智能体强化学习模型 | 第27页 |
| ·基于K-Means的强化学习 | 第27-29页 |
| ·基于K-Means的多智能体强化学习在足球机器人中的应用 | 第29-33页 |
| ·球场环境状态表示及强化学习算法应用 | 第29-31页 |
| ·仿真实验及分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于信度分配的多智能体强化学习 | 第34-44页 |
| ·引言 | 第34页 |
| ·多智能体强化学习及信度分配 | 第34-36页 |
| ·基于角色聚类的信度分配方法 | 第36-41页 |
| ·智能体角色属性的表示 | 第36-37页 |
| ·基于K-Means的角色聚类方法 | 第37-39页 |
| ·回报信度分配策略 | 第39-40页 |
| ·基于角色聚类信度分配的多智能体强化学习 | 第40-41页 |
| ·仿真实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 结论与展望 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-51页 |
| 致谢 | 第51页 |