Robocup救援仿真系统中的多Agent合作方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外相关的研究现状及分析 | 第14-17页 |
| 1.2.1 国外研究现状及分析 | 第14-16页 |
| 1.2.2 国内研究现状及分析 | 第16-17页 |
| 1.3 本文的主要研究内容与章节安排 | 第17-19页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 章节安排 | 第18-19页 |
| 第二章 RoboCup救援仿真系统简介 | 第19-32页 |
| 2.1 引言 | 第19页 |
| 2.2 救援仿真系统简介 | 第19-20页 |
| 2.3 救援仿真系统服务器端详解 | 第20-25页 |
| 2.3.1 服务器端的内部模块 | 第20-22页 |
| 2.3.2 模块之间的工作原理 | 第22-24页 |
| 2.3.3 仿真平台的评分标准 | 第24-25页 |
| 2.4 救援仿真系统客户端详解 | 第25-31页 |
| 2.4.1 客户端Agent的组成 | 第25-26页 |
| 2.4.2 客户端Agent总体框架 | 第26-27页 |
| 2.4.3 客户端Agent的通信模型 | 第27-29页 |
| 2.4.4 客户端Agent的感知模型 | 第29页 |
| 2.4.5 客户端Agent的行动模型 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 多警察Agent的合作方法 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 基于优先级的警察Agent任务 | 第32-34页 |
| 3.2.1 警察Agent的清障任务 | 第32-33页 |
| 3.2.2 清障任务的优先级设置 | 第33-34页 |
| 3.3 多警察Agent的合作方法 | 第34-38页 |
| 3.3.1 发布Agent的任务发布 | 第35-36页 |
| 3.3.2 响应Agent的任务响应 | 第36-37页 |
| 3.3.3 发布Agent的任务授权 | 第37页 |
| 3.3.4 响应Agent的任务确认 | 第37-38页 |
| 3.4 实验及结果分析 | 第38-41页 |
| 3.4.1 实验环境与配置 | 第38-39页 |
| 3.4.2 实验方案 | 第39页 |
| 3.4.3 实验结果及分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 多救护Agent的合作方法 | 第42-49页 |
| 4.1 引言 | 第42页 |
| 4.2 救援系统中的救护任务 | 第42-43页 |
| 4.2.1 救护任务集合 | 第42-43页 |
| 4.2.2 救护任务的距离 | 第43页 |
| 4.3 基于距离的多救护Agent的合作方法 | 第43-44页 |
| 4.4 实验及结果分析 | 第44-48页 |
| 4.4.1 实验方案 | 第44-45页 |
| 4.4.2 结果分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 多消防Agent的合作方法 | 第49-61页 |
| 5.1 引言 | 第49页 |
| 5.2 救援系统中的消防任务 | 第49-52页 |
| 5.2.1 消防总任务的产生与分解 | 第49-50页 |
| 5.2.2 任务分配模型 | 第50-52页 |
| 5.3 基于遗传计算的任务分配算法 | 第52-57页 |
| 5.3.1 基因编码与个体表示 | 第52页 |
| 5.3.2 初始种群及其产生 | 第52-53页 |
| 5.3.3 适应函数与适应度 | 第53页 |
| 5.3.4 新一代父体的产生 | 第53-54页 |
| 5.3.5 个体的选择 | 第54页 |
| 5.3.6 遗传操作 | 第54-56页 |
| 5.3.7 遗传算法的实现 | 第56-57页 |
| 5.4 实验及结果分析 | 第57-60页 |
| 5.4.1 实验方案 | 第57-58页 |
| 5.4.2 结果分析 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 总结 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表的论文 | 第67-68页 |
| 攻读学位期间获得的奖励 | 第68-70页 |
| 致谢 | 第70页 |
