| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-15页 |
| 第一章 绪论 | 第15-31页 |
| ·研究动机 | 第15-16页 |
| ·研究背景 | 第16-26页 |
| ·人工智能百家争鸣 | 第16-23页 |
| ·符号主义学派 | 第16-17页 |
| ·联结主义学派 | 第17-18页 |
| ·行为主义学派 | 第18-19页 |
| ·本文关注的人工智能问题及研究现状 | 第19-22页 |
| ·国内研究现状 | 第22-23页 |
| ·足球机器人迅速发展 | 第23-25页 |
| ·机器人足球运动的发展特点 | 第23页 |
| ·经典机器人足球项目 | 第23-25页 |
| ·足球机器人技术的热点问题 | 第25-26页 |
| ·足球机器人策略问题概述 | 第26-28页 |
| ·足球机器人策略系统研究的主要问题 | 第26-27页 |
| ·足球机器人策略系统研究现状 | 第27-28页 |
| ·本文的主要工作 | 第28-31页 |
| ·本文主要工作及在策略系统中的位置 | 第28-29页 |
| ·本文的研究主线 | 第29页 |
| ·论文结构与创新点 | 第29-31页 |
| 第二章 足球机器人控制体系结构研究 | 第31-49页 |
| ·智能机器人控制体系结构问题概述 | 第31-35页 |
| ·智能机器人控制体系结构分类 | 第32-34页 |
| ·智能机器人控制体系结构的研究现状 | 第34-35页 |
| ·足球机器人控制体系结构概述 | 第35-42页 |
| ·足球机器人控制体系结构问题描述 | 第35-36页 |
| ·足球机器人控制体系结构研究现状 | 第36-42页 |
| ·简单分区模型： | 第36-37页 |
| ·Soty5决策结构 | 第37页 |
| ·FC Portugal决策模型 | 第37-39页 |
| ·Tsinghuaeolus队决策结构 | 第39-40页 |
| ·从四层决策结构到六步推理模型 | 第40-41页 |
| ·现有决策模型的讨论 | 第41-42页 |
| ·基于粗粒度行为的控制体系结构 | 第42-47页 |
| ·粗粒度行为 | 第42-45页 |
| ·足球机器人行为分析 | 第42-43页 |
| ·足球机器人的粗粒度行为 | 第43-44页 |
| ·粗粒度行为的意义 | 第44-45页 |
| ·基于粗粒度行为的足球机器人控制体系结构 | 第45-47页 |
| ·实践检验 | 第47-48页 |
| ·结论 | 第48-49页 |
| 第三章 足球机器人协调问题研究 | 第49-64页 |
| ·多机器人协调问题概述 | 第49-51页 |
| ·多机器人协调要点 | 第49-50页 |
| ·多机器人协调研究现状 | 第50-51页 |
| ·多足球机器人协调 | 第51-62页 |
| ·多智能体通用协调模型 | 第52-54页 |
| ·对策论与多智能体协调 | 第54-55页 |
| ·Voronoi图与多智能体协调 | 第55-56页 |
| ·足球机器人协调机制 | 第56-62页 |
| ·基本概念 | 第57-58页 |
| ·运行机制 | 第58-59页 |
| ·多足球机器人协调实验 | 第59-62页 |
| ·结论 | 第62-64页 |
| 第四章 足球机器人对抗问题研究 | 第64-89页 |
| ·智能对抗问题概述 | 第64-67页 |
| ·智能对抗问题 | 第64-65页 |
| ·智能对抗的标准问题及研究现状 | 第65-66页 |
| ·足球机器人对抗问题分解 | 第66-67页 |
| ·多足球机器人对抗系统的对手建模 | 第67-75页 |
| ·贝叶斯网络理论 | 第67-68页 |
| ·对手建模的贝叶斯网络 | 第68-71页 |
| ·基本概念 | 第68-69页 |
| ·后验概率的获取 | 第69-70页 |
| ·信息传递过程 | 第70-71页 |
| ·足球机器人对手模型 | 第71-74页 |
| ·仿真实验 | 第74页 |
| ·对手建模的讨论 | 第74-75页 |
| ·基于改进LCS的足球机器人对抗策略系统 | 第75-88页 |
| ·LCS的基本理论 | 第76-79页 |
| ·遗传算法 | 第76-78页 |
| ·传统的LCS | 第78-79页 |
| ·改进LCS | 第79-86页 |
| ·双层协进化LCS | 第80-83页 |
| ·三层协进化LCS | 第83-86页 |
| ·基于改进LCS的足球机器人对抗实验 | 第86-88页 |
| ·人工生态金字塔的讨论 | 第88页 |
| ·结论 | 第88-89页 |
| 第五章 足球机器人策略系统设计 | 第89-101页 |
| ·集中式策略系统 | 第89-94页 |
| ·执行层——机器人小车控制器 | 第90-91页 |
| ·协调层——运动控制器 | 第91页 |
| ·组织层——全局决策方案 | 第91-94页 |
| ·从信息空间到状态空间 | 第92-93页 |
| ·映射式决策方案 | 第93-94页 |
| ·分散式策略系统 | 第94-99页 |
| ·协调模块 | 第95-96页 |
| ·战术协调 | 第95页 |
| ·战略协调 | 第95-96页 |
| ·智能对抗模块 | 第96-99页 |
| ·分散与集中的讨论结论 | 第99-100页 |
| ·结论 | 第100-101页 |
| 第六章 实体模型研究与仿真系统开发 | 第101-128页 |
| ·MIROSOT系统 | 第102-104页 |
| ·足球机器人的运动学和动力学模型 | 第104-110页 |
| ·坐标系的建立 | 第104-106页 |
| ·坐标系的基本定义 | 第104-105页 |
| ·各坐标系之间的转换 | 第105-106页 |
| ·不打滑前提 | 第106-107页 |
| ·运动学模型 | 第107-109页 |
| ·动力学模型 | 第109-110页 |
| ·足球机器人碰撞模型研究 | 第110-116页 |
| ·传统碰撞模型 | 第111-112页 |
| ·足球机器人碰撞分析 | 第112-114页 |
| ·改进碰撞处理 | 第114-116页 |
| ·足球机器人碰撞检测模型 | 第116-122页 |
| ·足球机器人系统碰撞检测问题及分析 | 第116-118页 |
| ·足球机器人系统碰撞检测算法 | 第118-120页 |
| ·算法基本思路 | 第118页 |
| ·n的选择 | 第118-119页 |
| ·两个物体之间的碰撞检测算法 | 第119页 |
| ·多个物体碰撞检测算法 | 第119-120页 |
| ·基于关键点描述的碰撞检测 | 第120-121页 |
| ·关于算法的讨论 | 第121-122页 |
| ·分布式足球机器人仿真系统设计 | 第122-127页 |
| ·仿真技术发展 | 第122-123页 |
| ·足球机器人仿真系统设计 | 第123-127页 |
| ·联邦成员接入 | 第124-125页 |
| ·比赛联邦 | 第125-126页 |
| ·调试联邦 | 第126-127页 |
| ·结论 | 第127-128页 |
| 第七章 结论与展望 | 第128-131页 |
| 参考文献 | 第131-141页 |
| 攻读博士期间发表的学术论文、参加和完成的科研工作及获得的奖励 | 第141-143页 |
| 发表的学术论文 | 第141页 |
| 参加的科研项目 | 第141-142页 |
| 参加的比赛及展览活动 | 第142页 |
| 获得的奖励 | 第142-143页 |
| 致谢 | 第143-144页 |
| 作者简介 | 第144页 |