| 第1章 绪论 | 第1-13页 |
| 1．1 人工智能简介 | 第7-10页 |
| 1．2 机器人与机器人足球 | 第10-13页 |
| 第2章 RoboCup简介 | 第13-25页 |
| 2．1 什么是RoboCup? | 第14-15页 |
| 2．2 为什么要有RoboCup? | 第15页 |
| 2．3 划时代的计划 | 第15-16页 |
| 2．4 人工智能和机器人学中新的标准问题 | 第16-17页 |
| 2．5 RoboCup挑战计划 | 第17-23页 |
| 2．5．1 RoboCup合成智能体挑战 | 第18-20页 |
| 2．5．2 RoboCup物理智能体挑战 | 第20-22页 |
| 2．5．3 RoboCup基础组织挑战 | 第22-23页 |
| 2．6 RoboCup技术的应用 | 第23-25页 |
| 第3章 Agent及Multi-agent | 第25-33页 |
| 3．1 Agent | 第25-26页 |
| 3．2 MAS体系结构 | 第26-28页 |
| 3．2．1 集中式结构 | 第26-27页 |
| 3．2．2 分布式结构 | 第27页 |
| 3．2．3 混合式结构 | 第27-28页 |
| 3．3 Multi ageni系统的通信 | 第28-29页 |
| 3．3．1 消息传递模式 | 第28页 |
| 3．3．2 方案传递模式 | 第28页 |
| 3．3．3 黑板模式 | 第28-29页 |
| 3．3．4 Agent通信语言模式 | 第29页 |
| 3．4 Agent的学习技术 | 第29-32页 |
| 3．4．1 神经网络 | 第29-32页 |
| 3．5 多Agent系统中存在的问题 | 第32-33页 |
| 第4章 RoboCup 2D仿真环境 | 第33-52页 |
| 4．1 RoboCup仿真环境 | 第33-34页 |
| 4．2 RoboCup仿真模型 | 第34-51页 |
| 4．2．1 感知模型 | 第34-42页 |
| 4．2．2 运动模型 | 第42-43页 |
| 4．2．3 动作模型 | 第43-49页 |
| 4．2．4 裁判模型 | 第49-50页 |
| 4．2．5 足球仿真 | 第50-51页 |
| 4．3 Soccer Server仿真环境的特点 | 第51-52页 |
| 第5章 RoboCup机器人足球仿真程序设计 | 第52-72页 |
| 5．1 典型的Agent结构 | 第52-55页 |
| 5．1．1 CMU Agent | 第52-53页 |
| 5．1．2 FC Portugal Agent | 第53-54页 |
| 5．1．3 TsinghuAeolus Agent | 第54页 |
| 5．1．4 UvA Trilearn | 第54-55页 |
| 5．2 Oryx Agent框架 | 第55-57页 |
| 5．3 世界模型 | 第57-61页 |
| 5．4 底层动作 | 第61-65页 |
| 5．4．1 截球模型 | 第62-64页 |
| 5．4．2 传球模型 | 第64-65页 |
| 5．5 高层决策 | 第65-70页 |
| 5．5．1 高层动作决策 | 第65-66页 |
| 5．5．2 高层协作策略 | 第66-70页 |
| 5．6 Oryx Agent的特点与不足 | 第70-72页 |
| 第6章 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 附录 | 第79页 |