多移动机器人协作任务的分布式决策控制系统
| 第1章 绪论 | 第1-19页 |
| ·引言 | 第9-10页 |
| ·多机器人学的研究现状 | 第10-14页 |
| ·多机器人学已有的研究成果 | 第10-11页 |
| ·目前的研究热点问题 | 第11-14页 |
| ·强化学习 | 第14-17页 |
| ·强化学习的发展历史及研究现状 | 第14-15页 |
| ·强化学习研究中的几个核心问题 | 第15-17页 |
| ·本课题的研究背景及意义 | 第17-18页 |
| ·本课题的相关工作及论文结构 | 第18-19页 |
| 第2章 围捕系统的结构 | 第19-28页 |
| ·围捕任务背景描述及其中角色的定义 | 第19-21页 |
| ·围捕任务的形式化描述 | 第19-20页 |
| ·基于任务特点的角色定义 | 第20-21页 |
| ·围捕机器人团体的系统框架及流程 | 第21-26页 |
| ·多机器人体系结构 | 第21-23页 |
| ·围捕机器人团体的系统结构框架 | 第23-26页 |
| ·目标机器人的结构框架 | 第26页 |
| ·协作机器人间的通信方式 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 围捕机器人的任务级协作和协调 | 第28-47页 |
| ·围捕中的整体任务 | 第29-33页 |
| ·目标搜索任务介绍 | 第30-31页 |
| ·目标围猎任务介绍 | 第31-32页 |
| ·目标押送任务介绍 | 第32-33页 |
| ·目标搜索 | 第33-38页 |
| ·目标搜索任务的形式化描述 | 第33-34页 |
| ·已有的目标搜索算法介绍 | 第34-37页 |
| ·“伸缩式”目标搜索算法描述 | 第37-38页 |
| ·目标围猎 | 第38-44页 |
| ·围猎任务的形式化描述 | 第38页 |
| ·现有的任务分解分配方法 | 第38-40页 |
| ·本文提出的优化分配方法及其算法 | 第40-42页 |
| ·简单的证明及复杂度分析 | 第42-44页 |
| ·目标押送 | 第44-46页 |
| ·押送任务的形式化描述 | 第44页 |
| ·协作押送的算法描述 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于强化学习的行为级规划 | 第47-63页 |
| ·基于行为融合的编队方法 | 第47-48页 |
| ·基于行为融合的编队方法介绍 | 第47-48页 |
| ·编队中基本行为的定义 | 第48页 |
| ·基于人工势场思想的避碰和追踪方法 | 第48-55页 |
| ·路径规划的方法介绍 | 第48-51页 |
| ·避碰行为控制的产生方法 | 第51-54页 |
| ·追踪行为控制的产生方法 | 第54-55页 |
| ·嵌入式强化学习调整重要性参数 | 第55-62页 |
| ·基于规则的重要性参数 | 第56-57页 |
| ·强化学习的基本算法 | 第57-59页 |
| ·嵌入式强化学习调整方法 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 仿真实验 | 第63-71页 |
| ·仿真系统介绍 | 第63-67页 |
| ·仿真系统结构介绍 | 第63-65页 |
| ·系统流程介绍 | 第65-67页 |
| ·仿真结果及分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |
