基于多Agent系统的自主式地面车辆关键技术研究
摘要 | 第1-8页 |
Abstract | 第8-14页 |
第1章 绪论 | 第14-27页 |
·引言 | 第14页 |
·分布式人工智能 | 第14-17页 |
·概述 | 第14-16页 |
·分布式人工智能系统的特征与基本问题 | 第16-17页 |
·多AGENT系统概述 | 第17-18页 |
·自主式地面车辆研究概况 | 第18-23页 |
·自主式地面车辆关键技术 | 第19-20页 |
·国外研究进展 | 第20-22页 |
·国内研究进展 | 第22-23页 |
·多AGENT系统技术对自主式地面车辆发展的意义 | 第23-25页 |
·论文主要研究内容及目标 | 第25-27页 |
第2章 AGENT与多AGENT系统 | 第27-41页 |
·AGENT理论基础 | 第27-30页 |
·Agent的概念和特征 | 第27-28页 |
·Agent的种类 | 第28-30页 |
·BDI意识模型 | 第30-35页 |
·语法定义 | 第31-32页 |
·信念属性(Belief) | 第32-33页 |
·愿望属性(Desire) | 第33-34页 |
·意图属性(Intention) | 第34-35页 |
·多AGENT系统原理 | 第35-36页 |
·多AGENT系统研究内容 | 第36-39页 |
·多Agent系统的体系结构 | 第36页 |
·多Agent系统的协调、协作与协商 | 第36-37页 |
·多Agent系统的通信机制 | 第37-38页 |
·多Agent系统的学习 | 第38-39页 |
·多AGENT系统的前景 | 第39-40页 |
·本章小结 | 第40-41页 |
第3章 基于多AGENT的自主式地面车辆体系结构 | 第41-57页 |
·分层递阶式体系结构 | 第41-43页 |
·结构框架 | 第41-42页 |
·主要功能 | 第42-43页 |
·包容式体系结构 | 第43-45页 |
·结构框架 | 第43-44页 |
·主要功能 | 第44-45页 |
·分布式多AGENT体系结构 | 第45-46页 |
·基于多AGENT的ALV体系结构 | 第46-55页 |
·研究现状 | 第46-47页 |
·ALV意识属性维护模型 | 第47-50页 |
·ALV体系结构设计 | 第50-55页 |
·多AGENT体系结构功能评价准则 | 第55-56页 |
·本章小结 | 第56-57页 |
第4章 全局路径规划AGENT | 第57-77页 |
·基于地图的全局路径规划 | 第57-58页 |
·AGENT学习方法 | 第58-65页 |
·机器学习的定义与特点 | 第58-59页 |
·监督学习 | 第59-61页 |
·无监督学习 | 第61-63页 |
·强化学习 | 第63-65页 |
·改进递阶强化学习 | 第65-68页 |
·递阶强化学习拓扑结构 | 第65-67页 |
·递阶强化学习策略优化的改进 | 第67-68页 |
·基于强化学习的全局路径规划AGENT | 第68-72页 |
·APP系统结构 | 第68-69页 |
·模糊神经网络设计 | 第69-71页 |
·强化学习和预报模块设计 | 第71-72页 |
·全局路径规划AGENT仿真实验 | 第72-76页 |
·仿真方案设计 | 第72-73页 |
·仿真实验及结果分析 | 第73-76页 |
·本章小结 | 第76-77页 |
第5章 局部路径规划AGENT | 第77-95页 |
·局部路径规划相关算法 | 第77-80页 |
·栅格法 | 第77-78页 |
·势场法 | 第78-80页 |
·基于滚动窗口的局部路径规划AGENT | 第80-91页 |
·滚动窗口算法设计 | 第80-82页 |
·基于滚动窗口的势场栅格法 | 第82-91页 |
·ALV导航控制算法 | 第91-93页 |
·本章小结 | 第93-95页 |
第6章 基于可组态的人机交互AGENT | 第95-110页 |
·组态软件概况 | 第95-96页 |
·人机交互AGENT开发环境设计 | 第96-99页 |
·图形组态总体设计 | 第96-98页 |
·数据组态总体设计 | 第98-99页 |
·人机交互AGENT运行环境设计 | 第99-102页 |
·人机交互AGENT数据库设计 | 第102-109页 |
·组态数据库的设计开发 | 第102-106页 |
·历史数据库的设计开发 | 第106-109页 |
·本章小结 | 第109-110页 |
总结与展望 | 第110-113页 |
致谢 | 第113-114页 |
参考文献 | 第114-123页 |
攻读博士学位期间发表的论文 | 第123-125页 |