智能虚拟环境Agent技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 概论 | 第12-20页 |
| 1．1 虚拟环境的研究背景 | 第12-14页 |
| 1．2 智能Agent技术 | 第14-16页 |
| 1．3 智能虚拟环境与智能Agent | 第16-17页 |
| 1．4 论文的主要结构 | 第17-20页 |
| 第二章 智能虚拟环境及Agent技术综述 | 第20-38页 |
| 2．1 智能虚拟环境的发展历史和研究现状 | 第20-25页 |
| 2．2 智能虚拟环境与Agent技术结合 | 第25-28页 |
| 2．3 Agent研究现状及技术发展 | 第28-33页 |
| 2．4 智能Agent技术研究热点和方向 | 第33-35页 |
| 2．5 论文解决的问题和基本途径 | 第35-38页 |
| 第三章 基于虚拟环境的物理Agent交互行为研究 | 第38-54页 |
| 3．1 引言 | 第38-40页 |
| 3．1．1 相关工作 | 第38-39页 |
| 3．1．2 问题和我们的方法 | 第39-40页 |
| 3．2 分布式虚拟环境中多Agent协同交互行为 | 第40-43页 |
| 3．2．1 Agent交互模型设计 | 第40-41页 |
| 3．2．2 Ageni基于实例推理的冲突解决模型 | 第41-43页 |
| 3．3 虚拟Agent群组模型 | 第43-46页 |
| 3．4 应用实例 | 第46-51页 |
| 3．4．1 EasyMall结构 | 第46-47页 |
| 3．4．2 基于多Agent协同购物 | 第47-51页 |
| 3．5 本章小结 | 第51-54页 |
| 第四章 基于认知Agent的个性化推荐算法研究 | 第54-70页 |
| 4．1 引言 | 第54-56页 |
| 4．1．1 相关工作 | 第55-56页 |
| 4．1．2 问题和我们的方法 | 第56页 |
| 4．2 个性化智能推荐算法之一 | 第56-62页 |
| 4．2．1 算法框架介绍 | 第57-58页 |
| 4．2．2 K最近邻及关联规则算法 | 第58-62页 |
| 4．3 个性化智能推荐算法之二 | 第62-66页 |
| 4．3．1 算法框架介绍 | 第62-64页 |
| 4．3．2 基于内容的推荐算法 | 第64-66页 |
| 4．4 实验和评估 | 第66-68页 |
| 4．4．1 实验一 | 第66-67页 |
| 4．4．2 实验二 | 第67-68页 |
| 4．5 本章小结 | 第68-70页 |
| 第五章 自主Agent行为模拟 | 第70-88页 |
| 5．1 引言 | 第70-72页 |
| 5．2 相关工作 | 第72-73页 |
| 5．3 自主Agent行为模型 | 第73-85页 |
| 5．3．1 Agent自主行为选择 | 第74-78页 |
| 5．3．2 Agent行为层次结构 | 第78-82页 |
| 5．3．3 Agent行为选择机制 | 第82-84页 |
| 5．3．4 Agent自主行为规划实现 | 第84-85页 |
| 5．4 实验结果 | 第85-87页 |
| 5．5 本章小结 | 第87-88页 |
| 第六章 自主虚拟人感知模型设计 | 第88-102页 |
| 6．1 引言 | 第88-89页 |
| 6．2 感知模型设计 | 第89-95页 |
| 6．2．1 虚拟人感觉模块设计 | 第89-92页 |
| 6．2．2 虚拟人知觉模块设计 | 第92-95页 |
| 6．3 关联模块设计 | 第95-97页 |
| 6．3．1 虚拟人记忆模块设计 | 第96页 |
| 6．3．2 虚拟人运动控制模块设计 | 第96-97页 |
| 6．4 实验结果 | 第97-100页 |
| 6．5 本章小结 | 第100-102页 |
| 第七章 总结与展望 | 第102-104页 |
| 参考文献 | 第104-112页 |
| 作者攻博期间论文发表和录用情况 | 第112-114页 |
| 致谢 | 第114-115页 |
