RoboCup中多智能体协作的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景及目的意义 | 第7-10页 |
| ·多智能体 | 第7-9页 |
| ·多智能体协作 | 第9页 |
| ·足球机器人仿真系统 | 第9-10页 |
| ·研究目的与意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究内容 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 足球机器人仿真系统 | 第14-19页 |
| ·RoboCup仿真环境 | 第14-16页 |
| ·RoboCup仿真系统的主要协作问题 | 第16-17页 |
| ·实现MAS协作的关键技术 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 智能体动作模型及策略行为实现 | 第19-29页 |
| ·球员感知模型 | 第19-20页 |
| ·基本动作模型 | 第20-22页 |
| ·足球机器人策略动作实现 | 第22-28页 |
| ·小结 | 第28-29页 |
| 第四章 多智能体协作研究 | 第29-49页 |
| ·强化学习 | 第29页 |
| ·Q学习 | 第29-30页 |
| ·基于小脑关节模型(CMAC)的Q学习 | 第30-32页 |
| ·多智能体协作的Q学习 | 第32-38页 |
| ·问题描述 | 第33页 |
| ·状态空间的表示 | 第33-35页 |
| ·动作集选择 | 第35-36页 |
| ·回报的确定 | 第36-38页 |
| ·基于预测的多智能体协作模型 | 第38-44页 |
| ·智能体行为预测方法 | 第38-40页 |
| ·基于行为预测的协作模型 | 第40-41页 |
| ·预测模型在RoboCup中的应用 | 第41-44页 |
| ·基于预测的多智能体Q学习 | 第44-48页 |
| ·基于预测的Q学习 | 第44-46页 |
| ·高层协作策略设计 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第五章 实验结果及分析 | 第49-54页 |
| ·2VS1实验结果及分析 | 第49-51页 |
| ·行为预测法的实验结果及分析 | 第51-52页 |
| ·基于预测的Q学习算法性能分析 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及申请的专利 | 第60页 |
