| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·研究内容 | 第11-12页 |
| ·论文结构及主要内容 | 第12-14页 |
| 第二章 多AGENT学习理论综述 | 第14-24页 |
| ·AGENT的概念及特征 | 第14-18页 |
| ·Agent的定义 | 第14-16页 |
| ·多Agent系统的特性及应用 | 第16-18页 |
| ·MAS学习框架理论模型 | 第18-21页 |
| ·马尔科夫决策过程(Markov Decision Processes,MDP) | 第18页 |
| ·矩阵博弈(Matrix Games) | 第18-20页 |
| ·随机博弈(Stochastic Games) | 第20-21页 |
| ·MAS学习框架小结 | 第21页 |
| ·学习算法的属性 | 第21-24页 |
| 第三章 MAS中AGENF学习的策略分析及算法研究 | 第24-36页 |
| ·博弈策略的动态性分析 | 第24-31页 |
| ·IGA(Infinitesimal Gradient Ascent)分析 | 第24-27页 |
| ·IGA中策略的性质 | 第27-29页 |
| ·IGA中策略性质的实验验证 | 第29-31页 |
| ·IGA算法的改造 | 第31-34页 |
| ·多AGENT学习算法的分类 | 第34-36页 |
| 第四章 竞争环境中学习算法的预检测机制 | 第36-50页 |
| ·EXPLOITERWT算法 | 第36-39页 |
| ·两人两动作博弈的实验与分析 | 第39-43页 |
| ·ExploiterWT算法对抗固定策略 | 第39-40页 |
| ·ExploiterWT算法对抗PHC算法 | 第40-41页 |
| ·ExploiterWT算法自博弈 | 第41-42页 |
| ·ExploiterWT算法对抗WoLF-PHC算法 | 第42-43页 |
| ·两人三动作博弈的实验与分析 | 第43-49页 |
| ·ExploiterWT算法对抗固定策略 | 第44-45页 |
| ·ExploiterWT算法对抗PHC算法 | 第45-46页 |
| ·ExploiterWT算法自博弈 | 第46-47页 |
| ·ExploiterWT算法对抗WoLF-PHC算法 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 (攻读学位期间发表的论文) | 第57页 |
