| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·问题背景 | 第7-8页 |
| ·多智能体理论(MAS) | 第8-11页 |
| ·什么是Agent | 第8-10页 |
| ·MAS理论 | 第10-11页 |
| ·基于MAS的多机器人系统的研究现状 | 第11-14页 |
| ·论文的目标及结构 | 第14-15页 |
| 第二章 多机器人路径规划 | 第15-25页 |
| ·移动机器人导航 | 第15-18页 |
| ·机器人导航方式 | 第16-17页 |
| ·机器人导航相关技术 | 第17页 |
| ·机器人导航技术发展 | 第17-18页 |
| ·机器人路径规划 | 第18-24页 |
| ·传统路径规划方法 | 第19-21页 |
| ·智能路径规划方法 | 第21-24页 |
| ·小结 | 第24-25页 |
| 第三章 基于改进人工势场法的多机器人路径规划 | 第25-38页 |
| ·人工势场法简述 | 第25-26页 |
| ·改进的人工势场法 | 第26-27页 |
| ·势函数的确定 | 第27-30页 |
| ·斥力势函数的选取 | 第27-28页 |
| ·引力势函数的选取 | 第28-29页 |
| ·旋转力函数的选取 | 第29-30页 |
| ·用改进人工势场法进行路径规划 | 第30-33页 |
| ·基于改进人工势场法进行路径规划的仿真 | 第33-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于混合算法的多机器人路径规划 | 第38-51页 |
| ·遗传算法简介 | 第38-40页 |
| ·基于混合算法的多机器人路径规划方法 | 第40-46页 |
| ·遗传算法做全局规划 | 第40-45页 |
| ·用改进的人工势场法做局部规划 | 第45页 |
| ·算法描述 | 第45-46页 |
| ·仿真 | 第46-50页 |
| ·小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·结论 | 第51页 |
| ·今后的工作 | 第51-53页 |
| ·对算法的改进 | 第51-52页 |
| ·拓展算法的应用范围 | 第52-53页 |
| 附录1: 基于改进人工势场法多机器人路径规划的主程序 | 第53-56页 |
| 附录2: 基于混合算法的多机器人路径规划的主程序 | 第56-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |