分布式足球机器人学习与协作研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·分布式人工智能 | 第7-9页 |
| ·智能体及其要素 | 第9-10页 |
| ·智能体的定义 | 第9页 |
| ·智能体的特性 | 第9-10页 |
| ·机器人足球 | 第10-12页 |
| ·机器人足球赛的长期目标与短期目的 | 第10-11页 |
| ·机器人足球世界杯的项目分类 | 第11-12页 |
| ·国内外研究现状及应用前景 | 第12-14页 |
| ·国内外研究现状 | 第12-13页 |
| ·应用前景和应用领域 | 第13-14页 |
| ·本文研究的主要内容及组织 | 第14-16页 |
| ·多智能体的学习 | 第14页 |
| ·多智能体的协作 | 第14-16页 |
| 第二章 多智能体系统模型 | 第16-24页 |
| ·Agent的结构分类 | 第16-19页 |
| ·反应式Agent | 第16-17页 |
| ·跟踪式Agent | 第17-18页 |
| ·慎思式Agent | 第18页 |
| ·复合式Agent | 第18-19页 |
| ·多智能体系统 | 第19-22页 |
| ·多Agent的基本模型 | 第20-21页 |
| ·多Agent系统的体系结构 | 第21-22页 |
| ·机器人足球比赛中的智能体模型 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 Robocup 3D仿真系统分析 | 第24-32页 |
| ·系统介绍 | 第24-27页 |
| ·SPADES | 第24-26页 |
| ·Soccer Server | 第26页 |
| ·Monitor | 第26-27页 |
| ·仿真比赛的动作模型和感知模型 | 第27-29页 |
| ·动作模型 | 第27-28页 |
| ·感知模型 | 第28-29页 |
| ·策略系统 | 第29-31页 |
| ·整体策略 | 第29-30页 |
| ·阵型与角色 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 分布式足球机器人系统学习算法与动作设计 | 第32-46页 |
| ·机器学习 | 第32-33页 |
| ·多Agent学习 | 第33-34页 |
| ·世界强队的多智能体学习技术 | 第34-35页 |
| ·强化学习算法 | 第35-39页 |
| ·强化学习的基本模型 | 第36-37页 |
| ·几种重要的强化学习算法 | 第37-39页 |
| ·基于强化学习的机器人足球动作设计 | 第39-45页 |
| ·Robocup中运动模型介绍 | 第39-40页 |
| ·强化学习与在线搜索相结合 | 第40-44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 分布式足球机器人系统协作技术 | 第46-57页 |
| ·多智能体的协作、协商和协调 | 第46-50页 |
| ·多智能体的协作方法 | 第46-48页 |
| ·多智能体的协商技术 | 第48-49页 |
| ·多智能体的协调方法 | 第49-50页 |
| ·足球机器人的智能体协作方法 | 第50-52页 |
| ·面临的主要问题 | 第50-51页 |
| ·评价模式 | 第51-52页 |
| ·Robocup中的三种成功协作方法 | 第52-56页 |
| ·TSR足球机器人团队协作框架 | 第52-54页 |
| ·FCPortugal的SBSP算法 | 第54-55页 |
| ·清华防守体系中的协作 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 结束语 | 第57-59页 |
| ·论文研究结果 | 第57页 |
| ·研究展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |
| 西北工业大学学位论文知识产权声明书 | 第64页 |
| 西北工业大学学位论文原创性声明 | 第64页 |
