| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及其意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 智能体理论模型 | 第12-14页 |
| 1.2.2 深度网络模型 | 第14页 |
| 1.3 本文解决的主要问题 | 第14-15页 |
| 1.4 本文的主要工作 | 第15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第2章 需求分析 | 第17-20页 |
| 2.1 智能体环境视觉感知分析 | 第17-18页 |
| 2.2 智能体模型需求分析 | 第18-19页 |
| 2.2.1 环境视觉感知 | 第18页 |
| 2.2.2 信念 | 第18-19页 |
| 2.2.3 目标 | 第19页 |
| 2.2.4 规划 | 第19页 |
| 2.3 智能体应用性能需求分析 | 第19-20页 |
| 第3章 基于卷积网络的环境视觉场景感知 | 第20-30页 |
| 3.1 相关工作 | 第20-25页 |
| 3.1.1 深度学习概述 | 第20-21页 |
| 3.1.2 深度学习模型基本要素 | 第21-24页 |
| 3.1.3 深度学习模型学习过程 | 第24-25页 |
| 3.2 基于卷积网络的视觉感知 | 第25-29页 |
| 3.2.1 视觉感知模型设计 | 第26页 |
| 3.2.2 公式推导 | 第26-27页 |
| 3.2.3 实验及分析 | 第27-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 智能体模型设计 | 第30-40页 |
| 4.1 智能体结构设计 | 第30-31页 |
| 4.2 智能体内部推理解释设计 | 第31-32页 |
| 4.3 智能体编程框架设计 | 第32-37页 |
| 4.3.1 视觉感知 | 第32-33页 |
| 4.3.2 信念 | 第33-34页 |
| 4.3.3 目标 | 第34-36页 |
| 4.3.4 规划 | 第36页 |
| 4.3.5 事件 | 第36-37页 |
| 4.4 智能体运行环境设计 | 第37-39页 |
| 4.4.1 多智能体环境MAGE | 第37页 |
| 4.4.2 支持ABGP智能体运行的多智能体环境MAGER | 第37-39页 |
| 4.5 开发平台 | 第39-40页 |
| 第5章 智能体应用实现 | 第40-48页 |
| 5.1 智能体应用架构 | 第40页 |
| 5.2 智能体环境视觉感知迷宫实现 | 第40-44页 |
| 5.3 多智能体协同感知队列实现 | 第44-45页 |
| 5.4 具有视觉感知功能的智能体的性能评估 | 第45-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 本文工作总结 | 第48-49页 |
| 6.2 未来工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文目录 | 第54-55页 |
| 学位论文评阅及答辩情况表 | 第55页 |