| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-12页 |
| 第1章 绪论 | 第12-30页 |
| ·为什么要研究多机器人 | 第12-15页 |
| ·多机器人系统的主要研究内容 | 第15-18页 |
| ·多机器人合作 | 第18-24页 |
| ·多机器人合作的目标 | 第24-25页 |
| ·研究背景及本论文主要内容 | 第25-30页 |
| 第2章 多机器人合作系统的任务分配 | 第30-44页 |
| ·任务与合作 | 第30-31页 |
| ·几种典型任务 | 第31-32页 |
| ·紧耦合任务 | 第31页 |
| ·松耦合任务 | 第31-32页 |
| ·MRTA(multi-robot task allocation)问题描述 | 第32-34页 |
| ·任务分配层面的多机器人合作 | 第34-38页 |
| ·任务分配的研究现状 | 第38-42页 |
| ·谈判法 | 第38-41页 |
| ·建模法 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第3章 适应度模型与多机器人任务分配 | 第44-71页 |
| ·任务分配思想 | 第44-46页 |
| ·任务分配要求 | 第44-45页 |
| ·任务分配方法设计准则 | 第45-46页 |
| ·机器人任务选择策略 | 第46-48页 |
| ·基于适应度的任务分配方法 | 第48-55页 |
| ·任务和机器人模型 | 第48-49页 |
| ·适应度模型介绍 | 第49-54页 |
| ·内部适应度 | 第50-51页 |
| ·外部适应度 | 第51-52页 |
| ·适应度模型 | 第52-54页 |
| ·任务选择算法 | 第54-55页 |
| ·适应度模型分析 | 第55-56页 |
| ·应用假设 | 第55-56页 |
| ·性能分析 | 第56页 |
| ·仿真研究 | 第56-70页 |
| ·实用性验证 | 第57-66页 |
| ·任务描述 | 第57-58页 |
| ·仿真实验结果 | 第58-66页 |
| ·系统性能验证 | 第66-70页 |
| ·任务描述 | 第66-67页 |
| ·任务分析 | 第67-69页 |
| ·仿真结果 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第4章 多机器人自组织系统与宏观描述 | 第71-94页 |
| ·自组织多机器人 | 第71-74页 |
| ·什么是自组织多机器人 | 第72页 |
| ·多机器人自组织系统的特点 | 第72-73页 |
| ·多机器人自组织系统的问题 | 第73-74页 |
| ·宏观描述 | 第74-75页 |
| ·一种复杂系统的描述方法 | 第74页 |
| ·多机器人系统与宏观建模 | 第74页 |
| ·宏观描述在多机器人任务分配中的作用 | 第74-75页 |
| ·实例研究 | 第75-86页 |
| ·觅食任务研究 | 第75-80页 |
| ·觅食的主要方法 | 第76-77页 |
| ·觅食任务的宏观描述 | 第77-80页 |
| ·多觅食任务分配 | 第80-81页 |
| ·紧耦合任务研究 | 第81-86页 |
| ·任务介绍 | 第81-82页 |
| ·系统数学建模 | 第82-84页 |
| ·多机器人自组织系统设计 | 第84-86页 |
| ·仿真研究 | 第86-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 平衡原则及其在多机器人系统中的应用 | 第94-124页 |
| ·引言 | 第94-95页 |
| ·基于满意度的平衡原则 | 第95-107页 |
| ·平衡和平衡度 | 第96-100页 |
| ·满意度原理 | 第96页 |
| ·平衡思想 | 第96-98页 |
| ·平衡度指标 | 第98-100页 |
| ·平衡原则 | 第100-102页 |
| ·平衡原则的哲学基础 | 第100-101页 |
| ·平衡原则 | 第101-102页 |
| ·基于平衡原则的机器人行为模型 | 第102-107页 |
| ·确定型行为模型 | 第102-103页 |
| ·随机型行为模型 | 第103-104页 |
| ·学习型行为模型 | 第104-107页 |
| ·平衡原则与多机器人自组织 | 第107-112页 |
| ·复杂系统中的自组织 | 第108-110页 |
| ·什么是自组织 | 第108-109页 |
| ·多机器人中的自组织 | 第109-110页 |
| ·平衡原则与自组织 | 第110-112页 |
| ·基于平衡原则的多机器人自组织任务分配 | 第112-123页 |
| ·MRTA问题描述 | 第112-113页 |
| ·问题分析 | 第113-117页 |
| ·基于平衡原则的自组织MRTA问题求解算法 | 第117-123页 |
| ·算法描述 | 第117-119页 |
| ·算法分析 | 第119-123页 |
| ·本章小结 | 第123-124页 |
| 第6章 多机器人物体搬运任务研究 | 第124-155页 |
| ·多机器人物体搬运任务 | 第124-126页 |
| ·任务特性 | 第125页 |
| ·系统定义 | 第125-126页 |
| ·仿真实验设计 | 第126-127页 |
| ·实验分析 | 第127-154页 |
| ·确定型行为模型 | 第127-137页 |
| ·双令牌技术 | 第137-142页 |
| ·随机型行为模型 | 第142-149页 |
| ·算法抗噪声能力分析 | 第149-153页 |
| ·理论分析 | 第149页 |
| ·实验验证 | 第149-153页 |
| ·算法的自适应能力验证 | 第153-154页 |
| ·本章小结 | 第154-155页 |
| 第7章 平衡原则在多机器人个性演化中的应用 | 第155-176页 |
| ·机器人个性 | 第155-157页 |
| ·多样性的意义 | 第155-156页 |
| ·个性的定义 | 第156-157页 |
| ·多机器人个性演化 | 第157-158页 |
| ·个性对多机器人协调的影响 | 第157页 |
| ·平衡原则与个性演化 | 第157-158页 |
| ·多目标观测任务 | 第158-175页 |
| ·研究目标 | 第158-159页 |
| ·问题的求解方法 | 第159-163页 |
| ·CMOMMT法 | 第159页 |
| ·A-CMOMMT法 | 第159-160页 |
| ·P-CMOMMT方法 | 第160-161页 |
| ·PE-CMOMMT方法 | 第161-163页 |
| ·仿真实验 | 第163-169页 |
| ·结果讨论 | 第169-170页 |
| ·强化学习在个性演化中的应用 | 第170-175页 |
| ·思想基础 | 第170-171页 |
| ·算法实现 | 第171-172页 |
| ·仿真实验 | 第172-175页 |
| ·本章小结 | 第175-176页 |
| 第8章 总结与展望 | 第176-178页 |
| 参考文献 | 第178-190页 |
| 致谢 | 第190-191页 |
| 攻读博士学位期间发表的论文 | 第191页 |