| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 人群行为决策模型 | 第11-13页 |
| 1.2.2 小组行为建模方法 | 第13-15页 |
| 1.3 论文主要工作与创新点 | 第15页 |
| 1.4 论文的组织结构 | 第15-18页 |
| 第2章 相关技术分析 | 第18-28页 |
| 2.1 智能体体系结构 | 第18-23页 |
| 2.1.1 智能体感知机制 | 第18-19页 |
| 2.1.2 智能体决策机制 | 第19-22页 |
| 2.1.3 智能体路径规划 | 第22页 |
| 2.1.4 智能体行为 | 第22-23页 |
| 2.2 强化学习的经典算法 | 第23-25页 |
| 2.2.1 TD算法 | 第23-24页 |
| 2.2.2 Q-learning算法 | 第24页 |
| 2.2.3 Q(λ)学习算法 | 第24-25页 |
| 2.3 模拟退火算法 | 第25-26页 |
| 2.4 本章总结 | 第26-28页 |
| 第3章 基于Q-learning行为树的智能体决策模型 | 第28-54页 |
| 3.1 行为树与多步Q-learning | 第28-30页 |
| 3.2 改进的多步Q-learning算法设计 | 第30-36页 |
| 3.2.1 动作选择策略的设计 | 第31-32页 |
| 3.2.2 值函数更新策略的设计 | 第32-34页 |
| 3.2.3 改进的多步Q-learning算法描述 | 第34-36页 |
| 3.3 基于改进Q-learning行为树的智能体决策模型 | 第36-40页 |
| 3.3.1 模型概述 | 第36-37页 |
| 3.3.2 行为树改造 | 第37-38页 |
| 3.3.3 选取最大Q值 | 第38页 |
| 3.3.4 行为树拓扑重排序 | 第38-40页 |
| 3.4 实验验证与仿真研究 | 第40-52页 |
| 3.4.1 实验系统实现 | 第40-41页 |
| 3.4.2 行为树插件Behaviac Designer介绍 | 第41-42页 |
| 3.4.3 实验过程 | 第42-52页 |
| 3.5 本章总结 | 第52-54页 |
| 第4章 基于组智能体的人群组行为建模 | 第54-70页 |
| 4.1 组智能体与组行为 | 第54-55页 |
| 4.2 动态组行为的建模 | 第55-63页 |
| 4.2.1 路径规划算法 | 第56-60页 |
| 4.2.2 射线探测技术调整队形 | 第60-61页 |
| 4.2.3 使用模板插值方法计算队形 | 第61-62页 |
| 4.2.4 组智能体速度和行人智能体实际速度计算 | 第62-63页 |
| 4.3 实验验证与仿真研究 | 第63-68页 |
| 4.3.1 路径规划实验 | 第63-65页 |
| 4.3.2 组智能体行为仿真 | 第65-67页 |
| 4.3.3 人群疏散 | 第67-68页 |
| 4.4 本章总结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 本文工作总结 | 第70-71页 |
| 5.2 未来工作展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 在读期间发表的学术论文与取得的研究成果 | 第80页 |
