基于ROBOCUP的多智能体系统设计与实现
| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-10页 |
| 第1章 绪 论 | 第10-17页 |
| ·足球机器人的概况 | 第10-11页 |
| ·足球机器人的研究意义 | 第11-12页 |
| ·国内外ROBOCUP的研究现状 | 第12-14页 |
| ·研究的主要目标 | 第14-15页 |
| ·本论文的主要工作 | 第15-17页 |
| 第2章 ROBOCUP仿真系统 | 第17-34页 |
| ·SOCCER SERVER介绍 | 第17-18页 |
| ·感知模型 | 第18-24页 |
| ·视觉模型 | 第18-22页 |
| ·听觉模型 | 第22-23页 |
| ·身体状态信息模型 | 第23-24页 |
| ·运动模型 | 第24-25页 |
| ·环境干扰模型 | 第24-25页 |
| ·碰撞问题 | 第25页 |
| ·动作模型 | 第25-30页 |
| ·Dash命令 | 第26-27页 |
| ·Kick命令 | 第27-29页 |
| ·Move命令 | 第29页 |
| ·Say命令 | 第29页 |
| ·Turn命令 | 第29-30页 |
| ·Turn_neck命令 | 第30页 |
| ·Change_view命令 | 第30页 |
| ·Score命令 | 第30页 |
| ·裁判模型 | 第30-32页 |
| ·进球(goal) | 第31页 |
| ·开球(kick_off) | 第31页 |
| ·出界(out of field) | 第31页 |
| ·清场(player clearence) | 第31页 |
| ·比赛模式控制 | 第31-32页 |
| ·中场休息时间和终场时间 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第3章 智能体体系结构 | 第34-49页 |
| ·ROBOCUP中的典型体系结构 | 第34-35页 |
| ·基于BDI模型的慎思结构 | 第34-35页 |
| ·反映式结构 | 第35页 |
| ·分层结构 | 第35页 |
| ·智能体体系结构实现 | 第35-44页 |
| ·世界模型 | 第35-38页 |
| ·全场定位 | 第38-40页 |
| ·决策模块 | 第40页 |
| ·传感器模块 | 第40-43页 |
| ·预测器模块 | 第43页 |
| ·内部状态模块 | 第43页 |
| ·内部动作模块 | 第43页 |
| ·双线程控制结构 | 第43-44页 |
| ·同步机制及其实现 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基本动作实现 | 第49-61页 |
| ·BP神经网络算法 | 第49-53页 |
| ·BP神经网络结构 | 第49-50页 |
| ·BP算法基本原理 | 第50-53页 |
| ·BP算法基本思想 | 第50-51页 |
| ·BP算法工作原理 | 第51-53页 |
| ·基本的跑动与踢球模型 | 第53-56页 |
| ·主要基本动作 | 第56-60页 |
| ·找球 | 第57页 |
| ·停球 | 第57-59页 |
| ·带球 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 高级动作实现 | 第61-79页 |
| ·截球技术的实现 | 第61-72页 |
| ·问题引入 | 第61-62页 |
| ·改进的模糊Q学习方法 | 第62-70页 |
| ·Q学习的基本算法 | 第62-64页 |
| ·改进的模糊Q学习算法 | 第64-66页 |
| ·使用改进的模糊Q方法进行截球训练 | 第66-70页 |
| ·使用神经网络进行截球学习 | 第70-72页 |
| ·单人射门问题 | 第72-77页 |
| ·最优得分问题 | 第72-73页 |
| ·球射入对方球门的概率 | 第73-76页 |
| ·球绕过对方守门员的概率 | 第76-77页 |
| ·本章小结 | 第77-79页 |
| 第6章 决策模块实现 | 第79-82页 |
| ·团队协作及其实现 | 第79-80页 |
| ·顶层决策 | 第80页 |
| ·控球球员的决策 | 第80页 |
| ·非控球球员的决策 | 第80页 |
| ·本章小节 | 第80-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的学术论文 | 第88-89页 |
| 致谢 | 第89页 |
