| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 主要符号使用说明 | 第14-16页 |
| 第一章 绪论 | 第16-36页 |
| 1.1 引言 | 第16页 |
| 1.2 问题提出 | 第16-21页 |
| 1.3 研究现状及基础 | 第21-31页 |
| 1.3.1 多无人机侦察监视 | 第21-24页 |
| 1.3.2 不确定性规划 | 第24-27页 |
| 1.3.3 多智能体协调与合作 | 第27-29页 |
| 1.3.4 人与机器人协作搜索 | 第29-31页 |
| 1.4 论文研究工作 | 第31-36页 |
| 1.4.1 主要研究内容 | 第31-33页 |
| 1.4.2 创新点分析 | 第33-34页 |
| 1.4.3 论文组织结构 | 第34-36页 |
| 第二章 基于顺次分配技术的集中式侦察监视规划 | 第36-56页 |
| 2.1 引言 | 第36-37页 |
| 2.2 问题描述 | 第37-40页 |
| 2.2.1 侦察监视环境 | 第37-39页 |
| 2.2.2 侦察监视智能体 | 第39-40页 |
| 2.3 单智能体侦察监视问题求解 | 第40-46页 |
| 2.3.1 基于POMDP的形式化建模 | 第40-41页 |
| 2.3.2 简洁的信念表示 | 第41-43页 |
| 2.3.3 预测性启发式 | 第43-45页 |
| 2.3.4 单智能体侦察监视规划算法 | 第45-46页 |
| 2.4 多智能体侦察监视问题求解 | 第46-51页 |
| 2.4.1 基于MPOMDP的形式化建模 | 第46-47页 |
| 2.4.2 基于顺次分配技术的多智能体侦察监视规划算法 | 第47-50页 |
| 2.4.3 近似最优性证明 | 第50-51页 |
| 2.5 仿真实验验证 | 第51-54页 |
| 2.5.1 实验设置 | 第51-53页 |
| 2.5.2 基准测试算法 | 第53页 |
| 2.5.3 实验结果与讨论 | 第53-54页 |
| 2.6 本章小结 | 第54-56页 |
| 第三章 基于树搜索和max-sum的分散式侦察监视规划 | 第56-80页 |
| 3.1 引言 | 第56-57页 |
| 3.2 问题描述 | 第57-59页 |
| 3.3 TD-POMDP-HC形式化建模 | 第59-65页 |
| 3.3.1 TD-POMDP基本模型 | 第59-62页 |
| 3.3.2 TD-POMDP-HC | 第62-64页 |
| 3.3.3 可解耦性证明 | 第64-65页 |
| 3.4 基于树搜索和max-sum的TD-POMCP算法 | 第65-69页 |
| 3.4.1 TD-POMCP | 第65-66页 |
| 3.4.2 分散式协调 | 第66-68页 |
| 3.4.3 动作选择 | 第68-69页 |
| 3.5 基于简洁信念表示的TD-FMOP算法 | 第69-73页 |
| 3.5.1 环境状态的特征信念 | 第70页 |
| 3.5.2 TD-FMOP | 第70-73页 |
| 3.6 算法比较与性能分析 | 第73-75页 |
| 3.6.1 算法比较 | 第73-74页 |
| 3.6.2 复杂度 | 第74页 |
| 3.6.3 收敛性和最优性 | 第74-75页 |
| 3.7 仿真实验验证 | 第75-79页 |
| 3.7.1 特征信念与启发式预算的实验评价 | 第76页 |
| 3.7.2 可扩展性的实验评价 | 第76-79页 |
| 3.8 本章小结 | 第79-80页 |
| 第四章 人辅助下基于潘多拉规则的搜索方法 | 第80-100页 |
| 4.1 引言 | 第80-81页 |
| 4.2 问题建模 | 第81-87页 |
| 4.2.1 RHS模型 | 第81-83页 |
| 4.2.2 想定举例 | 第83-85页 |
| 4.2.3 基于动态规划的形式化描述 | 第85-87页 |
| 4.3 基于潘多拉规则的求解算法 | 第87-88页 |
| 4.3.1 搜索策略 | 第87-88页 |
| 4.3.2 搜索算法 | 第88页 |
| 4.4 算法性能分析 | 第88-92页 |
| 4.4.1 复杂度和最优性证明 | 第88-91页 |
| 4.4.2 其他性质分析 | 第91-92页 |
| 4.5 仿真实验验证 | 第92-98页 |
| 4.5.1 实验设置 | 第92-93页 |
| 4.5.2 基准测试算法 | 第93-94页 |
| 4.5.3 实验结果与讨论 | 第94-98页 |
| 4.6 本章小结 | 第98-100页 |
| 第五章 总结与展望 | 第100-104页 |
| 5.1 全文工作总结 | 第100-101页 |
| 5.2 研究展望 | 第101-104页 |
| 致谢 | 第104-106页 |
| 参考文献 | 第106-116页 |
| 作者在学期间取得的学术成果 | 第116-118页 |
| 附录A 蒙特卡洛树搜索在线求解POMDP | 第118-120页 |
| 附录B DCOPs问题和max-sum算法 | 第120-122页 |
| B.1 DCOP模型 | 第120页 |
| B.2 Max-sum算法 | 第120-122页 |
