| 摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 第一章 绪论 | 第13-24页 |
| ·引言 | 第13页 |
| ·网络机器人的研究现状 | 第13-15页 |
| ·社区感知网络的提出 | 第15-16页 |
| ·信息交互 | 第16-17页 |
| ·机器人强化学习算法研究现状 | 第17-21页 |
| ·增强学习基本思想 | 第17-18页 |
| ·相关算法介绍 | 第18-20页 |
| ·增强学习在多机器人系统中的应用 | 第20-21页 |
| ·小结 | 第21页 |
| ·本文的主要工作 | 第21-22页 |
| ·本文的组织结构 | 第22-24页 |
| 第二章 基于社区感知网络的多机器人Q-学习与运动控制 | 第24-32页 |
| ·引言 | 第24-25页 |
| ·社区网络架构 | 第25-26页 |
| ·社区网络多机器人的运动控制研究 | 第26-28页 |
| ·基于社区网络的多机器人Q-学习 | 第26-27页 |
| ·动作选择策略 | 第27页 |
| ·算法步骤 | 第27-28页 |
| ·仿真实验及结果分析 | 第28-31页 |
| ·实验场景和机器人参数设置 | 第28-30页 |
| ·两种算法比较及运动控制实验 | 第30-31页 |
| ·结论 | 第31-32页 |
| 第三章 基于社区网络的多机器人在线ε-半径近邻Q-学习 | 第32-43页 |
| ·引言 | 第32-33页 |
| ·社区环境感知描述 | 第33-34页 |
| ·基于社区感知网络的多机器人ε-半径近邻Q-学习 | 第34-37页 |
| ·在线ε-半径近邻的状态分类方法 | 第34-36页 |
| ·算法描述 | 第36-37页 |
| ·实验验证 | 第37-41页 |
| ·实验环境及参数设置 | 第37-39页 |
| ·矩阵范数分析 | 第39-40页 |
| ·三种算法比较及运动控制实验 | 第40-41页 |
| ·结论 | 第41-43页 |
| 第四章 基于等时延社区感知网络的多机器人Q-学习与运动控制 | 第43-53页 |
| ·引言 | 第43-44页 |
| ·等时滞社区网络架构描述 | 第44页 |
| ·基于等时滞社区信息共享机制的实现 | 第44-46页 |
| ·社区信息共享机制架构 | 第44-45页 |
| ·社区Q值表动态更新规则 | 第45-46页 |
| ·基于等时滞社区网络的Q-学习 | 第46-47页 |
| ·仿真实验 | 第47-52页 |
| ·机器人及社区网络参数设置 | 第47-48页 |
| ·三种算法的比较实验 | 第48-50页 |
| ·算法收敛速度验证实验 | 第50-52页 |
| ·结论 | 第52-53页 |
| 第五章 基于异时滞社区感知网络的多机器人行为一致性Q-学习与运动控制 | 第53-68页 |
| ·引言 | 第53-54页 |
| ·异时滞网络架构 | 第54-56页 |
| ·社区网络描述 | 第54-55页 |
| ·拓扑网络的形成 | 第55-56页 |
| ·拓扑网络的时滞描述 | 第56页 |
| ·编队控制策略 | 第56-59页 |
| ·领航机器人动态切换策略 | 第56-57页 |
| ·基于行为一致性的奖赏函数的设计 | 第57-59页 |
| ·基于异时滞拓扑网络的多机器人行为一致性Q-学习 | 第59-60页 |
| ·仿真实验 | 第60-67页 |
| ·多机器人系统的社区参数介绍 | 第60-62页 |
| ·算法仿真实验的实现 | 第62-66页 |
| ·实验结果分析 | 第66-67页 |
| ·结论 | 第67-68页 |
| 第六章 总结和展望 | 第68-71页 |
| ·总结 | 第68-69页 |
| ·进一步的研究工作 | 第69-71页 |
| 参考文献 | 第71-81页 |
| 致谢 | 第81-82页 |
| 附录 | 第82-83页 |
