| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8页 |
| ·智能Agent | 第8-10页 |
| ·Agent与环境 | 第8-9页 |
| ·Agent属性 | 第9页 |
| ·Agent结构分类 | 第9-10页 |
| ·多Agent系统及其研究内容 | 第10-12页 |
| ·RoboCup的研究概况 | 第12-14页 |
| ·RoboCup背景及意义 | 第12-13页 |
| ·RoboCup比赛及仿真环境 | 第13-14页 |
| ·国内外的研究概况 | 第14页 |
| ·论文的主要工作 | 第14-16页 |
| 第二章 RoboCup中的学习技术 | 第16-26页 |
| ·BP神经网络理论 | 第16-18页 |
| ·BP神经网络结构 | 第16-17页 |
| ·BP算法基本原理 | 第17页 |
| ·BP算法的工作原理 | 第17-18页 |
| ·遗传算法 | 第18-20页 |
| ·遗传算法的基本要素 | 第18-19页 |
| ·遗传算法的工作原理 | 第19-20页 |
| ·强化学习 | 第20-23页 |
| ·强化学习原理 | 第20-21页 |
| ·马尔可夫决策过程(Markov Decision Process)模型 | 第21-22页 |
| ·强化学习中的几个关键概念 | 第22-23页 |
| ·Q学习 | 第23-25页 |
| ·Q学习原理 | 第24页 |
| ·Q学习的基本算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于层结构的Agent框架研究 | 第26-36页 |
| ·AFU2007的结构设计 | 第26-30页 |
| ·Agent的结构设计需求 | 第26页 |
| ·Agent层结构设计框架 | 第26-28页 |
| ·AFU2007层结构的模块化实现 | 第28-29页 |
| ·协调和紧急处理模块的实现 | 第29-30页 |
| ·基于分层学习的Agent决策框架 | 第30-32页 |
| ·决策框架的提出 | 第30-31页 |
| ·决策框架的结构 | 第31-32页 |
| ·自底向上的学习过程 | 第32-34页 |
| ·基本技术的学习 | 第32-33页 |
| ·个体策略的学习 | 第33-34页 |
| ·球队策略的学习 | 第34页 |
| ·自顶向下的决策过程 | 第34页 |
| ·学习决策框架中存在的问题 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 Agent个体技术的实现研究 | 第36-50页 |
| ·截球(interceptive)技术的BP_GA算法 | 第36-45页 |
| ·问题描述 | 第36-37页 |
| ·二分法求解 | 第37-39页 |
| ·截球(interceptive)的BP_GA算法求解 | 第39-43页 |
| ·BP_GA算法与纯BP算法的对比实验 | 第43-44页 |
| ·DP_GA算法与二分法求解的对比 | 第44-45页 |
| ·踢球(Kick)的Q学习 | 第45-49页 |
| ·问题描述 | 第45页 |
| ·踢球(kick)技术的Q学习实现 | 第45-48页 |
| ·实验与评价 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 Agent群体协作的Q学习研究 | 第50-62页 |
| ·多AgentQ学习 | 第50-55页 |
| ·基于Markov对策框架的多Agent强化学习框架 | 第50-51页 |
| ·基于统计的多Agent Q学习思想 | 第51页 |
| ·多Agent Q学习算法 | 第51-52页 |
| ·算法收敛性证明 | 第52-55页 |
| ·学习算法在RoboCup进攻决策中的应用 | 第55-61页 |
| ·问题引入 | 第55-56页 |
| ·Agnet团队进攻策略的强化学习 | 第56-57页 |
| ·进攻决策的Q学习模型 | 第57-60页 |
| ·实验与讨论 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结束语 | 第62-63页 |
| ·本文工作总结 | 第62页 |
| ·下一步的工作 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第67页 |
