| 独创性说明 | 第1-3页 |
| 摘要 | 第3-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·研究背景 | 第7-12页 |
| ·机器人足球比赛的起源和意义 | 第7-8页 |
| ·机器人足球比赛的种类 | 第8-9页 |
| ·小型组足球机器人系统 | 第9页 |
| ·多Agent系统介绍 | 第9-11页 |
| ·多Agent系统中的强化学习 | 第11-12页 |
| ·本文主要工作 | 第12页 |
| ·本文结构 | 第12-13页 |
| 2 RoboCup小型组机器人足球比赛 | 第13-22页 |
| ·RoboCup小型组简介 | 第13页 |
| ·RoboCup小型组足球机器人系统的组成和结构 | 第13-20页 |
| ·全局视觉系统和局部视觉系统 | 第13-15页 |
| ·小型足球机器人系统的总体结构 | 第15页 |
| ·视觉子系统 | 第15-16页 |
| ·决策子系统 | 第16-17页 |
| ·控制子系统 | 第17-18页 |
| ·机械子系统 | 第18-19页 |
| ·通讯子系统 | 第19-20页 |
| ·RoboCup小型组机器人足球比赛的现状 | 第20-22页 |
| ·国际水平 | 第20页 |
| ·国内水平 | 第20-22页 |
| 3 DUT Fantasia SmallSize决策系统的设计与实现 | 第22-46页 |
| ·决策子系统与其它子系统的交互 | 第22-25页 |
| ·裁判盒 | 第22-23页 |
| ·视觉子系统 | 第23-25页 |
| ·无线收发装置 | 第25页 |
| ·决策子系统的框架设计与实现 | 第25-30页 |
| ·主决策触发模式 | 第25-26页 |
| ·总体的程序流程 | 第26-28页 |
| ·与视觉子系统的网络通信模块 | 第28-30页 |
| ·与裁判盒的通信模块 | 第30页 |
| ·无线通信模块 | 第30页 |
| ·主决策模块详细设计与实现 | 第30-34页 |
| ·场地信息的更新 | 第30页 |
| ·世界模型更新 | 第30-31页 |
| ·比赛状态判断 | 第31-32页 |
| ·底层技术模块 | 第32-34页 |
| ·上层策略模块 | 第34页 |
| ·物理模型测定 | 第34-41页 |
| ·球的运动模型测定 | 第35-38页 |
| ·小车的运动模型测定 | 第38-41页 |
| ·小车的带球和击球特性测定 | 第41页 |
| ·战术设计与实现 | 第41-46页 |
| ·进攻 | 第41-43页 |
| ·防守 | 第43-44页 |
| ·守门员 | 第44-46页 |
| 4 基于Markov对策的多Agent强化学习算法 | 第46-55页 |
| ·多Agent强化学习 | 第46-49页 |
| ·强化学习的基本原理 | 第46-48页 |
| ·一种强化学习算法—Q学习 | 第48-49页 |
| ·Markov对策学习框架 | 第49-50页 |
| ·RoboCup一对一盯人防守中的学习模型 | 第50-55页 |
| ·一对一盯人防守的环境建模 | 第50-51页 |
| ·基于Markov对策的学习算法 | 第51-52页 |
| ·实验及实战效果 | 第52-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-61页 |
| 致谢 | 第61-62页 |
| 大连理工大学学位论文版权使用授权书 | 第62页 |