群体机器人系统协同适应性研究
| 提要 | 第1-8页 |
| 第一章 绪论 | 第8-20页 |
| ·群体机器人系统的产生与发展 | 第8-10页 |
| ·群体机器人系统关键技术 | 第10-12页 |
| ·通信 | 第10-11页 |
| ·合作与协调 | 第11页 |
| ·协同适应性 | 第11-12页 |
| ·数学建模 | 第12页 |
| ·协同适应性研究现状及存在的问题 | 第12-18页 |
| ·协同适应性 | 第12-17页 |
| ·数学建模方法 | 第17-18页 |
| ·项目的应用 | 第18页 |
| ·论文主要研究内容 | 第18-20页 |
| 第二章 基于市场机制的分布式协调算法 | 第20-32页 |
| ·引言 | 第20-22页 |
| ·任务描述 | 第22页 |
| ·分布式任务分配机制 | 第22-27页 |
| ·策略设计 | 第23-25页 |
| ·竞标效用函数设计 | 第25-26页 |
| ·任务转换效用函数设计 | 第26页 |
| ·基于“耐心”强度的死锁解除机制 | 第26-27页 |
| ·仿真实验分析 | 第27-30页 |
| ·小结 | 第30-32页 |
| 第三章 基于强化学习的机器人避障算法 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·强化学习理论 | 第33-38页 |
| ·探索策略 | 第34-35页 |
| ·优化模型 | 第35-36页 |
| ·奖励 | 第36页 |
| ·强化学习算法 | 第36-38页 |
| ·避障算法设计 | 第38-43页 |
| ·静态避障算法设计 | 第39-41页 |
| ·动态避障算法设计 | 第41-43页 |
| ·融合算法设计 | 第43页 |
| ·实验结果及分析 | 第43-47页 |
| ·学习结果避障效果图 | 第43-45页 |
| ·学习算法收敛性分析 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第四章 基于策略成熟度协作强化学习 | 第48-58页 |
| ·引言 | 第48-50页 |
| ·基于策略成熟度协作强化学习 | 第50-54页 |
| ·策略成熟度的评价方法 | 第50-51页 |
| ·更新规则 | 第51-53页 |
| ·算法 | 第53-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·收敛性对比 | 第54-55页 |
| ·信任度对学习性能的影响 | 第55页 |
| ·适应速度 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 生物系统群体自组织行为 | 第58-68页 |
| ·引言 | 第58-59页 |
| ·蚁群觅食 | 第59-61页 |
| ·模型 | 第59-60页 |
| ·应用 | 第60-61页 |
| ·鱼群、鸟群和行人流 | 第61-64页 |
| ·模型 | 第62-63页 |
| ·应用 | 第63-64页 |
| ·细菌群体觅食 | 第64-67页 |
| ·E.coli 细菌 | 第64页 |
| ·E.coli 细菌觅食模型 | 第64-67页 |
| ·应用 | 第67页 |
| ·小结 | 第67-68页 |
| 第六章 群体机器人系统数学分析研究 | 第68-80页 |
| ·引言 | 第68-69页 |
| ·群体机器人系统数学建模方法 | 第69-71页 |
| ·觅食任务数学建模 | 第71-74页 |
| ·任务描述 | 第71页 |
| ·建模 | 第71-73页 |
| ·参数确定 | 第73-74页 |
| ·觅食任务数学分析 | 第74-79页 |
| ·机器人数对觅食性能的影响 | 第74-77页 |
| ·α_r 和α-m 对觅食性能的影响 | 第77-79页 |
| ·小结 | 第79-80页 |
| 第七章 全文总结 | 第80-82页 |
| ·本文完成的主要工作及结论 | 第80-81页 |
| ·需要进一步研究的问题 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 摘要 | 第86-89页 |
| ABSTRACT | 第89-93页 |
| 攻读硕士学位期间参与的项目与发表的文章 | 第93-94页 |
| 致谢 | 第94-95页 |
| 导师与作者简介 | 第95页 |
