| 第一章 引言 | 第1-16页 |
| ·机器学习、多Agent协作与RoboCup | 第12页 |
| ·RoboCup研究背景 | 第12-15页 |
| ·RoboCup历史 | 第13页 |
| ·RoboCup作为人工智能和机器人学新的标准问题 | 第13-14页 |
| ·RoboCup仿真组比赛 | 第14-15页 |
| ·本文组织 | 第15-16页 |
| 第二章 机器学习与多AGENT系统 | 第16-27页 |
| ·机器学习 | 第16-19页 |
| ·机器学习的定义 | 第16页 |
| ·机器学习的主要策略 | 第16-17页 |
| ·机器学习系统的基本结构 | 第17-19页 |
| ·多Agent系统 | 第19-26页 |
| ·Agent | 第19-23页 |
| ·多Agent通信 | 第23-25页 |
| ·Agent协调与协作 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 RoboCup仿真环境 | 第27-34页 |
| ·简介 | 第27页 |
| ·Server感知模型 | 第27-32页 |
| ·听觉感知模型 | 第28页 |
| ·视觉感知模型 | 第28-32页 |
| ·身体感知模型 | 第32页 |
| ·Server运动模型 | 第32-33页 |
| ·Server动作模型 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 RoboCup中的机器学习 | 第34-49页 |
| ·RoboCup中主要的学习技术 | 第34页 |
| ·人工神经网络 | 第34-37页 |
| ·概述 | 第34页 |
| ·神经元模型 | 第34-35页 |
| ·传递函数 | 第35-37页 |
| ·神经网络模型 | 第37页 |
| ·BP络 | 第37-40页 |
| ·BP网络模型 | 第37-38页 |
| ·BP网络学习规则 | 第38-40页 |
| ·RBF网络 | 第40-42页 |
| ·RBF网络模型 | 第40-41页 |
| ·RBF网络学习规则 | 第41-42页 |
| ·RBF与BP网络的比较 | 第42页 |
| ·基于RBF网络解决射门问题 | 第42-46页 |
| ·射门问题 | 第42页 |
| ·判断射门能否进球 | 第42-45页 |
| ·射门点的选择 | 第45-46页 |
| ·基于BP网络解决传球问题 | 第46-48页 |
| ·传球问题 | 第46页 |
| ·学习对手截球模型 | 第46-47页 |
| ·判断传球是否成功 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 RoboCup中的多Agent协作 | 第49-61页 |
| ·引言 | 第49页 |
| ·基于角色的多Agent马尔可夫决策过程与协作图 | 第49-53页 |
| ·多Agent马尔可夫决策过程 | 第49-50页 |
| ·基于角色的多Agent马尔可夫决策过程 | 第50页 |
| ·协作图 | 第50-53页 |
| ·基于角色的协作图 | 第53-57页 |
| ·分配角色 | 第54-55页 |
| ·改进的变量消减算法 | 第55-57页 |
| ·协作图的应用 | 第57-60页 |
| ·对方禁区内的动作选择 | 第57-59页 |
| ·基于角色的协作图实现 | 第59-60页 |
| ·实验 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结束语 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录: 攻读硕士学位期间发表的论文 | 第65页 |