群体机器人系统分布式协同控制方法与协同行为分析
提要 | 第1-9页 |
第1章 绪论 | 第9-23页 |
·问题的提出与研究意义 | 第9-11页 |
·群体机器人学相关研究领域 | 第11-12页 |
·控制理论 | 第11页 |
·复杂系统科学 | 第11-12页 |
·分布式人工智能理论 | 第12页 |
·群体机器人系统协同方法研究现状 | 第12-20页 |
·分布式控制研究现状 | 第12-19页 |
·分布式强化学习研究现状 | 第19-20页 |
·存在的问题 | 第20-21页 |
·本文主要研究内容 | 第21-23页 |
·研究目标及研究问题 | 第21-22页 |
·项目资助情况 | 第22页 |
·论文结构 | 第22-23页 |
第2章 群体机器人研究相关理论基础 | 第23-33页 |
·引言 | 第23页 |
·协同适应性 | 第23-25页 |
·协同适应性定义 | 第23-24页 |
·协同适应性关键问题 | 第24-25页 |
·群体机器人数学模型 | 第25-27页 |
·确定与随机数学模型 | 第25页 |
·解析与数值仿真数学模型 | 第25-26页 |
·基于传感器数据模型、宏观模型与微观学模型 | 第26-27页 |
·优化算法 | 第27-31页 |
·粒子群优化算法 | 第27-29页 |
·改进的粒子群优化算法 | 第29-30页 |
·仿真实验 | 第30-31页 |
·本章小结 | 第31-33页 |
第3章 基于 Vicsek 模型的运动学行为分析 | 第33-47页 |
·引言 | 第33-35页 |
·Vicsek 模型概述 | 第35-36页 |
·群体机器人运动行为控制策略 | 第36-41页 |
·基本行为 | 第36-39页 |
·策略融合以及参数优化 | 第39-40页 |
·仿真实验 | 第40-41页 |
·群体机器人避障控制策略 | 第41-46页 |
·人工协调场理论概述 | 第42页 |
·人工协调场数学描述 | 第42-43页 |
·控制策略算法 | 第43-44页 |
·仿真实验 | 第44-46页 |
·本章小结 | 第46-47页 |
第4章 同步问题分布式控制器设计及稳定性分析 | 第47-63页 |
·引言 | 第47-48页 |
·分布式协同控制 | 第48-53页 |
·群体模型 | 第48页 |
·局部信息交互机制与机器人环境感知 | 第48-50页 |
·分布式控制器设计及稳定性分析 | 第50-53页 |
·参数优化 | 第53-54页 |
·仿真实验与结果分析 | 第54-57页 |
·稳定的群体迁徙仿真实验结果与分析 | 第54页 |
·能量优化的仿真实验 | 第54-57页 |
·动态环境下群体机器人同步问题控制研究 | 第57-61页 |
·分布式控制器设计及稳定性分析 | 第57-59页 |
·仿真实验与分析 | 第59-61页 |
·本章小结 | 第61-63页 |
第5章 基于内部平均动能的速度分布控制 | 第63-73页 |
·引言 | 第63-65页 |
·群体社会觅食动力学模型 | 第65-68页 |
·环境函数与觅食 | 第65页 |
·动力学模型 | 第65-66页 |
·群体拓扑关系 | 第66-67页 |
·能量分类 | 第67-68页 |
·分布式控制器设计 | 第68-69页 |
·仿真实验与分析 | 第69-72页 |
·本章小结 | 第72-73页 |
第6章 提高分布式强化学习收敛速度问题研究 | 第73-83页 |
·引言 | 第73-74页 |
·分布式强化学习理论 | 第74-75页 |
·强化学习理论 | 第74页 |
·多智能体强化学习 | 第74-75页 |
·基于黑板结构通信方式 | 第75-77页 |
·黑板结构模型 | 第75-76页 |
·算法设计 | 第76-77页 |
·基于学习自动机的分布式强化学习 | 第77-80页 |
·学习自动机 | 第77-78页 |
·算法设计 | 第78-79页 |
·仿真实验 | 第79-80页 |
·基于改进粒子群优化算法的分布式合作Q 学习 | 第80-82页 |
·算法设计 | 第80-81页 |
·仿真实验 | 第81-82页 |
·本章小结 | 第82-83页 |
第7章 全文总结 | 第83-87页 |
·本文研究工作总结 | 第83-84页 |
·需要进一步研究的若干问题 | 第84-87页 |
参考文献 | 第87-99页 |
攻读博士学位期间发表的论文 | 第99-101页 |
攻读博士学位期间参加的科研项目 | 第101-102页 |
致谢 | 第102-103页 |
摘要 | 第103-105页 |
ABSTRACT | 第105-108页 |