| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 仿生机器鱼的研究意义 | 第8-9页 |
| 1.2 仿生机器鱼协调控制方法的研究意义 | 第9-13页 |
| 1.2.1 群体智能 | 第9-10页 |
| 1.2.2 多机器人协作系统 | 第10-12页 |
| 1.2.3 机器鱼及其控制平台 | 第12-13页 |
| 1.3 仿生机器鱼及其协调控制的国内外研究现状 | 第13-15页 |
| 1.3.1 仿生机器鱼的研究现状 | 第13-14页 |
| 1.3.2 仿生机器鱼协调控制的研究现状 | 第14-15页 |
| 1.4 论文的主要工作和结构安排 | 第15-16页 |
| 第二章 多关节机器鱼直游性能优化与速度的模糊协调控制 | 第16-29页 |
| 2.1 引言 | 第16-17页 |
| 2.2 多关节机器鱼直游性能优化 | 第17-22页 |
| 2.2.1 构建鱼类游动模型 | 第17-19页 |
| 2.2.2 机器鱼尾部三关节摆动角度优化 | 第19-22页 |
| 2.2.3 优化结果 | 第22页 |
| 2.3 基于模糊控制的双鱼速度协调 | 第22-28页 |
| 2.3.1 模糊控制思想 | 第22-23页 |
| 2.3.2 基于模糊控制的机器鱼控制系统 | 第23页 |
| 2.3.3 双鱼速度协调控制问题描述 | 第23页 |
| 2.3.4 双鱼速度模糊协调控制方法 | 第23-26页 |
| 2.3.5 实验结果及其分析 | 第26-28页 |
| 2.4 小结 | 第28-29页 |
| 第三章 基于人工势场法的多机器鱼避碰避障算法实现 | 第29-45页 |
| 3.1 引言 | 第29-30页 |
| 3.2 人工势场法 | 第30-31页 |
| 3.2.1 传统的人工势场法 | 第30-31页 |
| 3.2.2 改进的人工势场法 | 第31页 |
| 3.3 机器鱼避碰避障任务描述 | 第31-32页 |
| 3.4 算法的实现过程 | 第32-35页 |
| 3.4.1 单机器鱼避障算法实现 | 第32-35页 |
| 3.4.2 多机器鱼的避碰避障算法实现 | 第35页 |
| 3.5 仿真与实验结果分析 | 第35-44页 |
| 3.5.1 单机器鱼避障的matlab 仿真 | 第36-37页 |
| 3.5.2 实验平台下单机器鱼避障 | 第37-40页 |
| 3.5.3 实验平台下多机器鱼的避碰避障 | 第40-44页 |
| 3.6 小结 | 第44-45页 |
| 第四章 基于强化Q 学习算法的双鱼过孔任务 | 第45-55页 |
| 4.1 引言 | 第45-46页 |
| 4.2 多智能体强化Q 学习算法 | 第46-49页 |
| 4.2.1 强化Q 学习算法 | 第46-47页 |
| 4.2.2 强化Q 学习算法流程 | 第47-48页 |
| 4.2.3 强化Q 学习算法具体步骤 | 第48-49页 |
| 4.3 双鱼过孔任务描述 | 第49-50页 |
| 4.4 双鱼过孔任务Q 学习系统 | 第50-52页 |
| 4.4.1 状态空间集选取 | 第50页 |
| 4.4.2 动作空间集选取 | 第50-51页 |
| 4.4.3 参数和回报值的设定 | 第51-52页 |
| 4.4.4 强化Q 学习算法机器鱼过孔任务的实验步骤的具体实现 | 第52页 |
| 4.5 实验结果及其分析 | 第52-53页 |
| 4.5.1 实验结果 | 第52-53页 |
| 4.5.2 实验结果分析 | 第53页 |
| 4.6 小结 | 第53-55页 |
| 第五章 结束语 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 获得奖励说明 | 第62-63页 |
| 致谢 | 第63页 |