| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-29页 |
| ·多机器人系统研究的目的和意义 | 第12-13页 |
| ·多机器人系统研究的国内外现状 | 第13-17页 |
| ·多机器人系统的发展简史 | 第13-14页 |
| ·几种典型的多机器人系统 | 第14-17页 |
| ·多机器人系统研究的几个主要问题 | 第17-26页 |
| ·多机器人控制体系结构 | 第17-20页 |
| ·机器人系统的自主定位技术 | 第20-21页 |
| ·多机器人运动协调规划 | 第21-24页 |
| ·多机器人系统的学习机制 | 第24-26页 |
| ·多机器人系统研究的难点 | 第26-27页 |
| ·论文主要研究内容 | 第27-29页 |
| 第2章 面向多机器人协调的混合控制结构 | 第29-53页 |
| ·引言 | 第29-30页 |
| ·面向多机器人系统的机器人体系结构 | 第30-35页 |
| ·多机器人系统对机器人体系结构的要求 | 第30-31页 |
| ·现有的多机器人系统体系结构分析 | 第31-35页 |
| ·基于包容结构的面向多机器人系统的混合控制结构 | 第35-40页 |
| ·包容结构的缺陷 | 第35-36页 |
| ·改进的面向多机器人系统的混合式结构 | 第36-40页 |
| ·基于混合控制结构的多机器人运动控制 | 第40-52页 |
| ·avoid_static_obstacle行为模糊决策设计 | 第41-42页 |
| ·move_to_goal行为模糊决策设计 | 第42-43页 |
| ·avoid_robot行为模糊决策设计 | 第43-45页 |
| ·遗传算法对行为参数的优化 | 第45-48页 |
| ·行为决策 | 第48-49页 |
| ·仿真实验 | 第49-51页 |
| ·混合控制结构的适用性分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第3章 机器人运动规划的自主定位技术 | 第53-81页 |
| ·引言 | 第53-54页 |
| ·基于推算定位和超声波数据融合的相对定位技术 | 第54-63页 |
| ·机器人运动的简化模型 | 第54-55页 |
| ·推算定位的算法原理 | 第55-56页 |
| ·超声波定位原理 | 第56-57页 |
| ·基于卡尔曼滤波器的推算定位和超声波定位的融合 | 第57-61页 |
| ·融合定位仿真 | 第61-63页 |
| ·基于全景视觉和路标法的绝对定位技术 | 第63-80页 |
| ·实验采用的全景视觉装置 | 第64-67页 |
| ·三角定位算法 | 第67-69页 |
| ·改进的多路标线性定位算法 | 第69-75页 |
| ·定位实验 | 第75-80页 |
| ·本章小结 | 第80-81页 |
| 第4章 多机器人路径规划和协调的方法研究 | 第81-116页 |
| ·引言 | 第81-82页 |
| ·多机器人运动协调的相关技术 | 第82-88页 |
| ·几类主要的协调方法 | 第82-83页 |
| ·传统的路径规划方法 | 第83-88页 |
| ·基于改进势场法的避障行为设计 | 第88-100页 |
| ·势场法的缺陷 | 第88-89页 |
| ·几种主要的改进方法 | 第89-93页 |
| ·改进的快速模拟退火算法对势场法的优化 | 第93-100页 |
| ·基于规则的机器人动态避碰规划 | 第100-106页 |
| ·多机器人避碰规划步骤 | 第100页 |
| ·多机器人通讯与碰撞检测 | 第100-102页 |
| ·机器人碰撞的危险度评估 | 第102-104页 |
| ·多机器人的避碰策略 | 第104-106页 |
| ·基于注意力的行为协调 | 第106-111页 |
| ·“注意力”协调策略 | 第106-108页 |
| ·机器人采用的体系结构 | 第108-109页 |
| ·基于注意力的机器人行为协调 | 第109-111页 |
| ·仿真与实现 | 第111-115页 |
| ·本章小结 | 第115-116页 |
| 第5章 基于分层强化学习的多机器人协调 | 第116-146页 |
| ·引言 | 第116-117页 |
| ·分层强化学习的理论基础 | 第117-121页 |
| ·强化学习的思想 | 第117-118页 |
| ·强化学习的主要算法 | 第118-121页 |
| ·基于马尔可夫对策的强化学习及分层思想 | 第121-127页 |
| ·马尔可夫对策论 | 第122-123页 |
| ·基于马尔可夫对策的多机器人学习及存在的问题 | 第123-126页 |
| ·分层与抽象 | 第126-127页 |
| ·基于 MAXQ的Multi-agent分层强化学习 | 第127-141页 |
| ·Multi-agent SMDP模型 | 第128-130页 |
| ·MAXQ分层强化学习模型与算法 | 第130-136页 |
| ·基于MAXQ的Multi-agent分层强化学习模型 | 第136-138页 |
| ·基于MAXQ的Multi-agent分层强化学习算法 | 第138-141页 |
| ·仿真实验与分析 | 第141-145页 |
| ·本章小结 | 第145-146页 |
| 结论 | 第146-149页 |
| 参考文献 | 第149-165页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第165-167页 |
| 致谢 | 第167-168页 |
| 附录 A | 第168-174页 |
| 附录 B | 第174-180页 |
