基于进化的再励学习方法的多机器人地图构建研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-17页 |
| ·选题背景及意义 | 第7-9页 |
| ·研究内容和现状 | 第9-15页 |
| ·Agent和MAS的研究内容和现状 | 第10-11页 |
| ·基于MAS的多机器人系统的研究现状 | 第11-12页 |
| ·多机器人协作地图构建的研究现状 | 第12-14页 |
| ·目前存在的问题 | 第14-15页 |
| ·论文所作工作及论文结构 | 第15-17页 |
| 2 AGENT和MAS技术概论 | 第17-25页 |
| ·AGENT | 第17-22页 |
| ·Agent定义 | 第17-19页 |
| ·Agent个体结构 | 第19-22页 |
| ·多AGENT系统(MAS) | 第22-23页 |
| ·基于MAS的多机器人协作 | 第23-25页 |
| 3 多AGENT再励学习与协同进化 | 第25-39页 |
| ·再励学习 | 第25-29页 |
| ·再励学习原理 | 第26-27页 |
| ·再励学习算法 | 第27-28页 |
| ·时间差分技术 | 第28页 |
| ·Q-学习和决策评价学习 | 第28-29页 |
| ·遗传算法 | 第29-32页 |
| ·进化的多AGENT再励学习 | 第32-39页 |
| ·多Agent再励学习 | 第34-35页 |
| ·行为选择机制 | 第35页 |
| ·行为学习机制 | 第35-36页 |
| ·进化的多Agent再励学习 | 第36-39页 |
| 4 多机器人地图构建问题概述 | 第39-45页 |
| ·地图创建问题描述 | 第39-42页 |
| ·地图的表示方法 | 第40-41页 |
| ·机器人的导航问题 | 第41页 |
| ·不确定性信息的描述和处理方法 | 第41-42页 |
| ·多机器人协作的地图构建 | 第42-43页 |
| ·基于进化的再励学习方法的多机器人自组织地图构建 | 第43-45页 |
| 5 仿真实验 | 第45-63页 |
| ·地图的表示 | 第46-48页 |
| ·传感器建模 | 第48-49页 |
| ·基于虚拟势场的运动规划 | 第49-50页 |
| ·接近度测量和邻域的距离联想 | 第50页 |
| ·合作式运动策略的进化 | 第50-53页 |
| ·激励-反应对 | 第52页 |
| ·染色体表示 | 第52-53页 |
| ·适应度函数 | 第53页 |
| ·基于进化的强化学习的地图构建算法 | 第53-54页 |
| ·仿真实验结果及分析 | 第54-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
