多智能體模型與實(shí)驗(yàn)

第1章  為什么需要多個機(jī)器人
  1.1  多機(jī)器人的優(yōu)點(diǎn)
  1.2  經(jīng)典問題
  1.3  智能體與多智能體系統(tǒng)
  1.4  多智能體機(jī)器人學(xué)
第2章  合作式機(jī)器人的控制
  2.1  與合作有關(guān)的研究
    2.1.1  分布式的人工智能
    2.1.2  分布式系統(tǒng)
    2.1.3  生物學(xué)
  2.2  學(xué)習(xí),  進(jìn)化與適應(yīng)
  2.3  多機(jī)器人控制的設(shè)計(jì)
第3章  主要的機(jī)器人技術(shù)
  3.1  基于行為的機(jī)器人技術(shù)
  3.2  集體機(jī)器人技術(shù)
  3.3  進(jìn)化機(jī)器人技術(shù)
  3.4  來自生物學(xué)與社會學(xué)的啟發(fā)
  3.5  總結(jié)
第4章  計(jì)算模型與技術(shù)
  4.1  強(qiáng)化學(xué)習(xí)
    4.1.1  馬爾可夫決策過程
    4.1.2  強(qiáng)化學(xué)習(xí)算法
    4.1.3  時間差分技術(shù)
    4.1.4  Q-學(xué)習(xí)
    4.1.5  多智能體強(qiáng)化學(xué)習(xí)
  4.2  遺傳算法
  4.3  人工生命
  4.4  人工免疫系統(tǒng)
  4.5  概率建模
  4.6  有關(guān)多機(jī)器人規(guī)劃與協(xié)調(diào)的研究
第5章  多智能體機(jī)器人系統(tǒng)設(shè)計(jì)主要的研究課題
  5.1  自組織
  5.2  局部性能與全局性能
  5.3  規(guī)劃
  5.4  多機(jī)器人學(xué)習(xí)
  5.5  協(xié)同進(jìn)化
  5.6  隱現(xiàn)行為
  5.7  反應(yīng)式系統(tǒng)與推理式系統(tǒng)
  5.8  異類系統(tǒng)與同類系統(tǒng)
  5.9  模擬機(jī)器人與實(shí)體機(jī)器人
  5.10  多智能體機(jī)器人系統(tǒng)的動力性
  5.11  總結(jié)
第6章  多智能體強(qiáng)化學(xué)習(xí)中的技術(shù)
  6.1  自治的群體機(jī)器人
    6.1.1  概述
    6.1.2  感知能力
    6.1.3  遠(yuǎn)程式傳感器
    6.1.4  短程傳感器
    6.1.5  激勵提取
    6.1.6  簡單行為
    6.1.7  運(yùn)動機(jī)制
  6.2  多智能體強(qiáng)化學(xué)習(xí)
    6.2.1  強(qiáng)化學(xué)習(xí)的原理
    6.2.2  行為選擇機(jī)制
  6.3  多智能體強(qiáng)化學(xué)習(xí)工具箱
    6.3.1  體系結(jié)構(gòu)
    6.3.2  文件組織
    6.3.3  函數(shù)說明
    6.3.4  用戶設(shè)置
    6.3.5  數(shù)據(jù)結(jié)構(gòu)
  6.4  總結(jié)
第7章  多智能體強(qiáng)化學(xué)習(xí)中的結(jié)果分析
  7.1  測量
    7.1.1  激勵頻率
    7.1.2  行為選擇頻率
  7.2  群體行為
    7.2.1  集體包圍
    7.2.2  RANGER機(jī)器人間的合作
    7.2.3  不同機(jī)器人群的并發(fā)學(xué)習(xí)
第8章節(jié)  多智能體強(qiáng)化學(xué)習(xí)中的要素
  8.1  集體感知
  8.2  初始空間分布
  8.3  反S型函數(shù)
  8.4  行為選擇機(jī)制
  8.5  運(yùn)動機(jī)制
  8.6  隱現(xiàn)的周期性運(yùn)動
  8.7  宏觀隱定而微觀不穩(wěn)定的屬性
  8.8  主導(dǎo)行為
第9章  進(jìn)化的多智能體強(qiáng)化學(xué)習(xí)
  9.1  機(jī)器人群示例
    9.1.1  目標(biāo)的空間分布
    9.1.2  目標(biāo)的運(yùn)動特征
    9.1.3  行為學(xué)習(xí)機(jī)制
  9.2  進(jìn)化群體運(yùn)動策略
    9.2.1  染色體表示
    9.2.2  適應(yīng)度函數(shù)
    9.2.3  算法
    9.2.4  遺傳算法中的參數(shù)
  9.3  例子
  9.4  進(jìn)化的多智能體強(qiáng)化學(xué)習(xí)工具箱
    9.4.1  文件組織
    9.4.2  函數(shù)說明
    9.4.3  用戶設(shè)置
  9.5  總結(jié)
第10章  雙智能體系統(tǒng)中的協(xié)同行為
  10.1  研究重點(diǎn)
  10.2  雙智能體的學(xué)習(xí)
  10.3  雙智能體系統(tǒng)的特殊角色
  10.4  機(jī)器人智能體的基本能力
  10.5  建議提供智能體的基本原理
    10.5.1  基本動作——學(xué)習(xí)的先決條件
    10.5.2  一般性行為的遺傳規(guī)劃
    10.5.3  特殊策略必行為的遺傳規(guī)劃
  10.6  復(fù)雜行為的學(xué)習(xí)
    10.6.1  實(shí)驗(yàn)設(shè)計(jì)
    10.6.2  機(jī)器人環(huán)境的復(fù)雜性
    10.6.3  實(shí)驗(yàn)結(jié)果
    10.6.4  平面姿態(tài)
    10.6.5  曲線姿態(tài)
    10.6.6  角姿態(tài)
    10.6.7  點(diǎn)姿態(tài)
  10.7  總結(jié)
第11章  集體行為
  11.1  群體行為
    11.1.1  什么是群體行為
    11.1.2  群體行為學(xué)習(xí)回顧
  11.2  方法
    11.2.1  基本思想
    11.2.2  群體機(jī)器人
    11.2.3  集體推箱的性能標(biāo)準(zhǔn)
    11.2.4  集體推箱行為的進(jìn)化
    11.2.5  遠(yuǎn)程的進(jìn)化計(jì)算智能體
  11.3  應(yīng)用排斥力的集體推箱
    11.3.1  人工排隊(duì)斥力模型
    11.3.2  推力與箱子的相應(yīng)運(yùn)動
    11.3.3  染色體表示
    11.3.4  適應(yīng)度函數(shù)
    11.3.5  例子
  11.4  用外部設(shè)備接觸力與矩集體推箱
    11.4.1  3個群體機(jī)器人與箱子之間的交互作用
    11.4.2  推圓柱體箱子
    11.4.3  推立方體箱子
    11.4.4  染色體表示
    11.4.5  適應(yīng)度函數(shù)
    11.4.6  例子
  11.5  最優(yōu)保留進(jìn)生命線的收斂性分析
    11.5.1  馬爾可夫鏈的轉(zhuǎn)移矩陣
    11.5.2  用特征值描述轉(zhuǎn)移矩陣特征
  11.6  進(jìn)化的集體行為實(shí)現(xiàn)工具箱
    11.6.1  用人工排指斥力集體推箱的工具箱
    11.6.2  實(shí)現(xiàn)推圓柱子箱子或立方體箱子任務(wù)的工具箱
  11.7  總結(jié)
第12章  多智能體的自組織
  12.1  人工勢能場
    12.1.1  基于人工勢能場的運(yùn)動規(guī)劃
    12.1.2  集體勢能場圖的構(gòu)建
  12.2  自組織概述
  12.3  勢能場圖的自組織
    12.3.1  機(jī)器人的坐標(biāo)系
    12.3.2  接近度測量
    12.3.3  鄰域的距離聯(lián)想
    12.3.4  勢能場圖的遞增式自組織
    12.3.5  機(jī)器人的運(yùn)動選擇
  12.4  實(shí)驗(yàn)12-1
    12.4.1  實(shí)驗(yàn)設(shè)計(jì)
    12.4.2  實(shí)驗(yàn)結(jié)果
  12.5  實(shí)驗(yàn)12-2
    12.5.1  實(shí)驗(yàn)設(shè)計(jì)
    12.5.2  實(shí)驗(yàn)結(jié)果
  12.6  討論
  12.7  多智能體自組織工具箱
    12.7.1  體系結(jié)構(gòu)
    12.7.2  文件組織
    12.7.3  函數(shù)說明
    12.7.4  用戶設(shè)置
    12.7.5  數(shù)據(jù)結(jié)構(gòu)
第13章  進(jìn)化的多智能體自組織
  13.1  合作式運(yùn)動策略的進(jìn)化
    13.1.1  接近度激勵的表示
    13.1.2  激勵-反應(yīng)對
    13.1.3  染色體表示
    13.1.4  適應(yīng)度函數(shù)
    13.1.5  算法
  13.2  實(shí)驗(yàn)13-1
    13.2.1  實(shí)驗(yàn)設(shè)計(jì)
    13.2.2  與非進(jìn)化模式的比較
    13.2.3  實(shí)驗(yàn)結(jié)果
  13.3  討論
    13.3.1  群體行為的進(jìn)化
    13.3.2  機(jī)器人的合作
  13.4  進(jìn)化的多智能體自組織工具箱
    13.4.1  體系結(jié)構(gòu)
    13.4.2  文件組織
    13.4.3  函數(shù)說明
    13.4.4  用戶設(shè)置
    13.4.5  數(shù)據(jù)結(jié)構(gòu)
  13.5  總結(jié)
第14章  多智能體機(jī)器人技術(shù)工具箱
  14.1  概述
  14.2  例子
    14.2.1  真實(shí)圖的計(jì)算
    14.2.2  初始化
    14.2.3  開始
    14.2.4  結(jié)果顯示
參考文獻(xiàn)
索引