基于马氏决策理论的智能体决策问题研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-19页 |
| ·引言 | 第14-15页 |
| ·不确定环境下的智能体决策 | 第15-16页 |
| ·机器人足球2D仿真比赛 | 第16-17页 |
| ·GDUT_TiJi机器人足球2D仿真队 | 第17-18页 |
| ·论文的内容和组织结构 | 第18-19页 |
| 第二章 马尔科夫决策理论 | 第19-33页 |
| ·马尔科夫决策过程 | 第19-25页 |
| ·基本模型 | 第19-20页 |
| ·外界环境状态 | 第20页 |
| ·动作集 | 第20-21页 |
| ·状态转移函数 | 第21页 |
| ·回报函数 | 第21-22页 |
| ·值函数与策略求解 | 第22-23页 |
| ·MDP典型算法 | 第23-25页 |
| ·部分可观马尔科夫决策过程 | 第25-30页 |
| ·观察集合 | 第27页 |
| ·信念状态 | 第27-28页 |
| ·策略与值函数表示 | 第28-29页 |
| ·POMDP策略求解 | 第29-30页 |
| ·分布式部分可观马尔科夫决策过程 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于MDP模型的智能体决策 | 第33-44页 |
| ·机器人足球2D仿真决策体系 | 第33-34页 |
| ·机器人足球2D仿真中进攻策略 | 第34-36页 |
| ·基于MDP的进攻策略问题建模 | 第36-39页 |
| ·状态空间表示 | 第36-37页 |
| ·动作空间表示 | 第37-38页 |
| ·状态转移函数 | 第38-39页 |
| ·回报函数 | 第39页 |
| ·持球进攻策略的求解 | 第39-41页 |
| ·实验及分析 | 第41-42页 |
| ·小结 | 第42-44页 |
| 第四章 基于POMDP的守门员策略研究 | 第44-57页 |
| ·机器人足球2D仿真守门员决策 | 第44-45页 |
| ·守门员决策存在问题与分析 | 第45-49页 |
| ·基于POMDP模型的守门员决策研究 | 第49-53页 |
| ·状态空间表示 | 第49-50页 |
| ·动作空间表示 | 第50-51页 |
| ·状态转移函数 | 第51-52页 |
| ·观察集合 | 第52页 |
| ·观察函数 | 第52页 |
| ·信念空间 | 第52页 |
| ·回报函数 | 第52-53页 |
| ·策略求解 | 第53页 |
| ·基于临界状态的POMDP求解方法 | 第53-55页 |
| ·实验及分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 多智能体系统决策问题研究 | 第57-70页 |
| ·多智能体系统决策 | 第57-58页 |
| ·DEC-POMDP模型与求解 | 第58-63页 |
| ·DEC-POMDP求解思路 | 第59-61页 |
| ·DEC-POMDP离线规划的求解算法 | 第61-63页 |
| ·分组有限空间离线规划算法 | 第63-65页 |
| ·实验及结论 | 第65-68页 |
| ·标准测试问题集 | 第65-66页 |
| ·MADP工具箱 | 第66页 |
| ·多智能体系统规划实验 | 第66-68页 |
| ·实验及分析 | 第68页 |
| ·小结 | 第68-70页 |
| 结论与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的论文 | 第76-78页 |
| 致谢 | 第78页 |
