RoboCup仿真2D中的Agent智能决策系统
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·RoboCup概述 | 第9-12页 |
| ·RoboCup简介 | 第9页 |
| ·RoboCup的比赛赛事 | 第9-10页 |
| ·RoboCup的研究重点 | 第10-12页 |
| ·RoboCup的研究现状 | 第12页 |
| ·多智能体系统概述 | 第12-16页 |
| ·智能Agent | 第12-14页 |
| ·多Agent系统 | 第14-16页 |
| 第二章 RoboCup仿真2D介绍 | 第16-24页 |
| ·RoboCup仿真2D环境 | 第16页 |
| ·仿真平台介绍 | 第16-19页 |
| ·仿真模型 | 第19-24页 |
| ·运动模型 | 第19-20页 |
| ·动作模型 | 第20-22页 |
| ·感知模型 | 第22-24页 |
| 第三章 RoboCup中的机器学习 | 第24-33页 |
| ·决策树学习 | 第24-25页 |
| ·人工神经网络 | 第25-30页 |
| ·人工神经网络概述 | 第25-26页 |
| ·BP神经网络 | 第26-30页 |
| ·强化学习 | 第30-33页 |
| ·强化学习概述 | 第30-31页 |
| ·Q学习算法 | 第31-33页 |
| 第四章 Agent高级动作的行为分析 | 第33-36页 |
| ·传球 | 第33-34页 |
| ·射门 | 第34-36页 |
| 第五章 Agent的智能决策系统 | 第36-47页 |
| ·智能决策概述 | 第36-37页 |
| ·阵型与跑位 | 第37-38页 |
| ·Agent的动作决策 | 第38-41页 |
| ·进攻与防守 | 第41-43页 |
| ·团队合作 | 第43-47页 |
| 第六章 基于Q学习的Agent前场局部进攻训练 | 第47-51页 |
| ·状态描述 | 第47页 |
| ·动作集的确定 | 第47页 |
| ·奖惩回报的确定 | 第47-49页 |
| ·Q值的更新 | 第49页 |
| ·实验结果 | 第49-51页 |
| 第七章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |
