多機器人系統(tǒng)的動態(tài)任務(wù)分配與共享控制

第1章 緒論
1．1 研究背景和意義
1．1．1 研究背景
1．1．2 研究意義
1．2 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
1．2．1 多機器人系統(tǒng)的體系結(jié)構(gòu)
1．2．2 多機器人系統(tǒng)的主要研究方向
1．2．3 多機器人系統(tǒng)的新興技術(shù)
1．3 本書的主要研究內(nèi)容與組織結(jié)構(gòu)
第2章 多機器人協(xié)同探索與打擊的動態(tài)任務(wù)分配
2．1 探索與打擊任務(wù)動態(tài)分配問題的數(shù)學描述
2．1．1 參與主體：機器人與任務(wù)
2．1．2 任務(wù)描述：探索與打擊
2．2 基于市場競拍的動態(tài)任務(wù)分配算法
2．2．1 任務(wù)分配原則
2．2．2 任務(wù)分配過程
2．2．3 算法框架
2．3 基于空閑鏈的動態(tài)任務(wù)分配算法
2．3．1 可分配任務(wù)集合的確定
2．3．2 任務(wù)分配策略
2．3．3 分配沖突處置
2．3．4 算法框架
2．4 基于深度Q學習的動態(tài)任務(wù)分配算法
2．4．1 環(huán)境信息描述
2．4．2 任務(wù)分配與獎勵反饋
2．4．3 算法框架
2．5 實驗驗證與結(jié)果分析
2．5．1 仿真系統(tǒng)框架
2．5．2 仿真實驗設(shè)計
2．5．3 不同設(shè)置下的實驗結(jié)果
2．5．4 實驗結(jié)果分析
2．6 小結(jié)
第3章 基于觀點動力學的人-多機器人系統(tǒng)共享控制框架
3．1 基于差異化世界模型的人-多機器人系統(tǒng)策略共識
3．1．1 差異化世界模型
3．1．2 決策論
3．1．3 本章涉及的不同策略形式
3．2 基于機器人位置分布生成單機器人策略
3．2．1 預測對手即將采取的進攻策略
3．2．2 預測對手即將采取的防守策略
3．3 基于觀點動力學模型融合多機器人策略
3．3．1 策略共識的觀點動力學模型
3．3．2 影響矩陣的周期性更新
3．4 基于BCI概率分布形式表達人類觀點
3．4．1 人類接受推薦策略
3．4．2 人類拒絕推薦策略
3．4．3 人類參與的重決策
3．5 實驗驗證與結(jié)果分析
3．5．1 半實物仿真系統(tǒng)框架
3．5．2 被試的SSVEP-BCI表現(xiàn)
3．5．3 半實物仿真實驗評估算法表現(xiàn)
3．6 小結(jié)
第4章 基于意圖場的人-多機器人系統(tǒng)共享控制框架
4．1 基于共享控制協(xié)同完成搶險救災任務(wù)的問題描述
4．1．1 分層共享控制框架
4．1．2 差異化世界模型
4．2 多機器人系統(tǒng)本地自主控制
4．2．1 起火點選擇（機器人意圖）
……
參考文獻