| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 引言 | 第15页 |
| 1.2 情感机器人 | 第15-16页 |
| 1.3 多机器人系统的任务分配 | 第16-19页 |
| 1.4 多机器人追逃问题的研究现状 | 第19-20页 |
| 1.5 论文结构 | 第20-22页 |
| 第二章 多情感机器人追逃问题的研究 | 第22-33页 |
| 2.1 多机器人追逃问题的形式化描述 | 第22页 |
| 2.2 机器人情感的基本理论 | 第22-26页 |
| 2.2.1 情感的分类及其表示 | 第22-24页 |
| 2.2.2 情感建模 | 第24-26页 |
| 2.3 机器人任务分配算法 | 第26-28页 |
| 2.3.1 拍卖算法 | 第26-27页 |
| 2.3.2 PSO算法 | 第27-28页 |
| 2.4 多机器人追捕算法 | 第28-31页 |
| 2.4.1 强化学习方法 | 第28-30页 |
| 2.4.2 多机器人围捕算法 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 基于改进PSO算法的多情感机器人追捕联盟生成算法 | 第33-45页 |
| 3.1 机器人情感模型 | 第33-36页 |
| 3.1.1 情感的表示 | 第33页 |
| 3.1.2 情感转移模型 | 第33-35页 |
| 3.1.3 协作意愿 | 第35-36页 |
| 3.2 情感机器人的PSO联盟生成算法 | 第36-38页 |
| 3.2.1 能力描述 | 第36页 |
| 3.2.2 任务优先级 | 第36-37页 |
| 3.2.3 适应值函数 | 第37页 |
| 3.2.4 过早收敛问题 | 第37-38页 |
| 3.2.5 PSO联盟生成算法的实现步骤 | 第38页 |
| 3.3 追捕联盟动态重分配 | 第38-39页 |
| 3.4 实验结果与分析 | 第39-44页 |
| 3.4.1 对比实验过程 | 第40-42页 |
| 3.4.2 对比实验结果 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于改进人工势场法的多情感机器人埋伏追捕算法 | 第45-58页 |
| 4.1 传统人工势场法 | 第45-46页 |
| 4.2 改进人工势场法 | 第46-51页 |
| 4.2.1 目标点的确定 | 第46-48页 |
| 4.2.2 忽略无威胁联盟成员 | 第48-49页 |
| 4.2.3 威胁因子的构建 | 第49页 |
| 4.2.4 调节因子的构建 | 第49-50页 |
| 4.2.5 局部极小值 | 第50-51页 |
| 4.2.6 加速度和速度的计算 | 第51页 |
| 4.3 埋伏追捕算法的具体实现步骤 | 第51-52页 |
| 4.4 实验结果与分析 | 第52-56页 |
| 4.4.1 相关参数的确定 | 第52页 |
| 4.4.2 对比实验过程 | 第52-54页 |
| 4.4.3 对比实验结果 | 第54-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文工作总结 | 第58页 |
| 5.2 未来工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录1：攻读硕士期间发表的论文 | 第63页 |
| 附录2：攻读硕士期间获奖情况 | 第63-64页 |