| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13页 |
| ·RoboCup 历史和现状 | 第13-15页 |
| ·RoboCup 在中国 | 第15-16页 |
| ·机器人足球仿真比赛研究现状 | 第16-17页 |
| ·本文主要研究内容 | 第17-19页 |
| 第2章 RoboCup 仿真系统平台研究 | 第19-35页 |
| ·RoboCup 仿真平台 | 第19-23页 |
| ·比赛平台 | 第19-21页 |
| ·球员客户端 | 第21-22页 |
| ·平台特点 | 第22-23页 |
| ·Soccer Server 仿真模型 | 第23-32页 |
| ·场地模型 | 第23-24页 |
| ·运动模型 | 第24-25页 |
| ·视觉模型 | 第25-28页 |
| ·听觉模型 | 第28-29页 |
| ·身体感知模型 | 第29-30页 |
| ·移动模型 | 第30-31页 |
| ·加速模型和体力模型 | 第31-32页 |
| ·比赛平台安装使用 | 第32-34页 |
| ·机器人足球仿真源码包 | 第32页 |
| ·安装 | 第32-33页 |
| ·使用 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 RoboCup 仿真程序设计 | 第35-48页 |
| ·Agent 结构模型 | 第35-38页 |
| ·慎思Agent 结构模型 | 第35-37页 |
| ·反应Agent 结构模型 | 第37-38页 |
| ·混合Agent 结构模型 | 第38页 |
| ·Agent 程序框架 | 第38-40页 |
| ·Agent 程序设计 | 第40-41页 |
| ·Agent 底层动作 | 第41-45页 |
| ·带球 | 第41-42页 |
| ·传球 | 第42-43页 |
| ·射门 | 第43-44页 |
| ·截球 | 第44-45页 |
| ·Agent 上层策略 | 第45-47页 |
| ·场景处理函数 | 第45-46页 |
| ·评估函数策略 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 强化学习 | 第48-57页 |
| ·强化学习概念 | 第48-49页 |
| ·强化学习基本原理 | 第49-50页 |
| ·强化学习系统组成要素 | 第50-51页 |
| ·强化学习主要算法 | 第51-55页 |
| ·动态规划 | 第51-52页 |
| ·蒙特卡罗算法 | 第52页 |
| ·瞬时差分算法 | 第52-53页 |
| ·Q-学习算法 | 第53-55页 |
| ·强化学习主要应用 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 极大极小Q-学习算法研究及在RoboCup 中的应用 | 第57-67页 |
| ·极大极小算法 | 第57-58页 |
| ·极大极小Q-学习算法主要原理 | 第58-60页 |
| ·算法应用 | 第60-66页 |
| ·最短路径问题 | 第60-64页 |
| ·RoboCup 中的对抗问题 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间所发表的学术论文 | 第71-73页 |
| 致谢 | 第73-74页 |
| 大摘要 | 第74-78页 |