多智能体增强学习的研究与应用
| 第一章 绪论 | 第1-13页 |
| ·多智能体系统 | 第7-9页 |
| ·智能体与环境 | 第7-8页 |
| ·智能体结构与模型 | 第8-9页 |
| ·多智能体系统与应用 | 第9页 |
| ·机器学习 | 第9-10页 |
| ·机器学习概念 | 第10页 |
| ·机器学习的应用 | 第10页 |
| ·一个典型的多智能体系统—RoboCup | 第10-12页 |
| ·RoboCup简介 | 第11页 |
| ·RoboCup的研究目的 | 第11-12页 |
| ·课题来源和研究目的 | 第12页 |
| ·论文主要内容及组成 | 第12-13页 |
| 第二章 多智能体与机器学习 | 第13-23页 |
| ·多智能体学习 | 第13-14页 |
| ·神经网络学习 | 第14-18页 |
| ·神经网络与BP算法 | 第15-16页 |
| ·神经网络扰动梯度学习概念 | 第16-17页 |
| ·神经网络扰动学习算法 | 第17-18页 |
| ·遗传学习 | 第18-19页 |
| ·基于规则的学习 | 第19页 |
| ·统计学习 | 第19-20页 |
| ·增强学习 | 第20-21页 |
| ·小结 | 第21-23页 |
| 第三章 多智能体增强学习模型与算法研究 | 第23-43页 |
| ·多智能体增强学习 | 第23-24页 |
| ·多智能体Q学习 | 第24-26页 |
| ·增强Q学习 | 第24-25页 |
| ·多智能体Q学习模型 | 第25-26页 |
| ·基于统计的多智能体Q学习 | 第26-35页 |
| ·统计多智能体Q学习的概念 | 第26-27页 |
| ·统计多智能体Q学习算法 | 第27-28页 |
| ·算法有效性和收敛性分析 | 第28-34页 |
| ·算法小结与展望 | 第34-35页 |
| ·基于预测的多智能体Q学习 | 第35-41页 |
| ·预测多智能体Q学习的概念 | 第35-37页 |
| ·预测多智能体Q学习模型 | 第37-39页 |
| ·学习模型的实现 | 第39页 |
| ·学习性能分析 | 第39-41页 |
| ·算法小结与展望 | 第41页 |
| ·小结 | 第41-43页 |
| 第四章 机器学习在RoboCup中的应用 | 第43-53页 |
| ·RoboCup仿真比赛 | 第43-45页 |
| ·RoboCup仿真环境 | 第43-45页 |
| ·RoboCup仿真球队 | 第45页 |
| ·神经网络扰动学习在RoboCup中的应用 | 第45-47页 |
| ·扰动学习在射门技能中的应用 | 第45-47页 |
| ·算法性能分析 | 第47页 |
| ·多智能体统计Q学习在RoboCup中的应用 | 第47-50页 |
| ·防守策略的学习 | 第48-49页 |
| ·锋法性能分析 | 第49-50页 |
| ·多智能体预测Q学习在RoboCup中的应用 | 第50-52页 |
| ·前场对抗与合作策略的学习 | 第50-51页 |
| ·算法性能分析 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| ·本文工作总结 | 第53-54页 |
| ·今后工作展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录1 | 第59-61页 |
| CSU_Yunlu队2005世界杯选拔赛比赛成绩 | 第59-60页 |
| CSU_Yunlu队2004全国赛比赛成绩 | 第60-61页 |
| 附录2 | 第61-62页 |
| 图表索引 | 第61-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的论文情况和科研情况 | 第63页 |
