多智能体机器人系统信息融合与协调 人工智能 范波,张雷
举报
-
作者:
范波,张雷
-
出版社:
科学出版社
-
ISBN:
9787030447623
-
出版时间:
2015-07
-
版次:
1
-
装帧:
平装
-
开本:
16
-
页数:
188页
-
字数:
255千字
-
作者:
范波,张雷
-
出版社:
科学出版社
-
ISBN:
9787030447623
-
出版时间:
2015-07
-
版次:
1
-
装帧:
平装
-
开本:
16
-
页数:
188页
-
字数:
255千字
售价
￥
51.00
5.8折
定价
￥88.00
品相
全新品相描述
上书时间2024-04-17
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
目录：
《智能科学技术著作丛书》序
前言
章绪论1
1.1引言1
1.2多机器人系统中的信息融合2
1.2.1机器人传感器系统2
1.2.2机器人多传感器信息融合2
1.3多机器人协调与合作研究现状4
1.4多agent信息融合与协调的研究现状6
1.4.1多agent信息融合7
1.4.2多agent协调与合作7
1.5机器人足球及其研究进展9
1.5.1机器人足球的发展概况9
1.5.2fira机器人足球比赛系统10
1.5.3机器人足球的关键技术和研究热点11
1.6本书的结构和内容安排13
参文献14
第2章多agent的信息融合模型与方法16
2.1引言16
2.2agent与mas的概念及特17
2.2.1agent的由来及定义17
2.2.2agent的特18
2.2.3mas的概念与特21
2.2.4mas与复杂系统21
2.2.5mas与智能系统23
2.3信息融合技术概述25
2.3.1信息融合的概念与定义26
2.3.2信息融合的模型27
2.3.3信息融合应用与发展现状31
2.4多agent信息融合模型33
2.4.1agent体系结构33
2.4.2mas体系结构35
2.4.3基于多agent的信息融合模型36
2.5小结37
参文献38
第3章多agent协调的学与对策41
3.1引言41
3.2多agent协调的理论与方法42
3.2.1协调的基本概念42
3.2.2mas协调及其理论43
3.3agent的学模型与方法46
3.3.1强化学47
3.3.2markov决策过程49
3.3.3q学算法50
3.4多agent的协调模型52
3.4.1黑板模型52
3.4.2合同网53
3.4.3通用部分全局规划55
3.5多agent协调的对策与学方法55
3.5.1markov对策概述56
3.5.2博弈59
3.5.3多agent强化学60
3.6小结61
参文献61
第4章基于证据推理的多agent分布式决策63
4.1引言63
4.2证据推理理论64
4.2.1概率的几种解释及其质64
4.2.2证据理论的数学基础64
4.2.3证据推理的基本概念67
4.2.4demter组合规则68
4.2.5证据决策规则71
4.2.6demter组合规则存在的问题72
4.3agent信息模型73
4.3.1单支置信函数73
4.3.2基于证据推理的agent信息模型73
4.4可传递置信模型74
4.4.1可传递置信模型的基本结构74
4.4.2辨识框架的粗分和细化75
4.4.3pignistic概率转换75
4.5基于多agent的分布式决策融合框架及算法76
4.5.1系统框架76
4.5.2融合中心77
4.5.3决策中心78
4.6算例79
4.6.1赛场信息79
4.6.2对手的策略81
4.7多agent分布式决策融合策略83
4.7.1异构融合83
4.7.2可靠分配84
4.7.3融合处理84
4.7.4在机器人足球中的应用84
4.8小结88
参文献89
第5章强化函数设计方法及其在学系统的应用91
5.1引言91
5.2强化学应用中的关键问题92
5.2.1泛化方法92
5.2.2探索与利用的权衡94
5.2.3强化函数与算法结构设计95
5.3强化学的奖惩函数95
5.4基于均报酬模型的强化学算法98
5.4.1报酬模型98
5.4.2很优策略99
5.4.3基于均报酬模型的强化学主要算法99
5.5一种基于知识的强化函数设计方法101
5.5.1强化函数的基本设计思想101
5.5.2基于知识的强化函数103
5.5.3实验103
5.6小结107
参文献107
第6章基于分布式强化学的多agent协调方法109
6.1引言109
6.2多agent强化学基本理论110
6.2.1基于局部合作的q学111
6.2.2基于区域合作的q学111
6.2.3算法的收敛113
6.3多agent强化学方法的特114
6.3.1多agent强化学理论及设的不同114
6.3.2多agent强化学模型及框架的差异115
6.3.3多agent强化学内容的区别115
6.3.4多agent强化学算法设计的迥异116
6.4多agent强化学算法的分类与比较116
6.4.1合作型多agent强化学算法116
6.4.2竞争型多agent强化学算法117
6.4.3混合型多agent强化学算法117
6.4.4衡型多agent强化学算法117
6.4.5很好响应型多agent强化学算法118
6.4.6分析与比较118
6.5mas中的分布式强化学模型及结构118
6.5.1强化学结构119
6.5.2独立强化学结构119
6.5.3群体强化学结构120
6.5.4社会强化学结构120
6.6基于分布式强化学的多agent协调模型及算法120
6.6.1协调级121
6.6.2行为级121
6.6.3强化信息的分配121
6.6.4实验122
6.7小结129
参文献130
第7章基于markov对策的多agent协调132
7.1引言132
7.2多agent交互的协调与博弈分析133
7.2.1多agent协调与博弈的质133
7.2.2多agent协调失败的处理134
7.3多agent博弈强化学模型136
7.3.1多agent博弈136
7.3.2很优策略137
7.3.3基于后悔值的q学模型138
7.4nash-q学140
7.5零和markov对策和团队markov对策141
7.5.1零和markov对策141
7.5.2团队markov对策143
7.6基于markov对策的多agent协调策略144
7.6.1对策框架144
7.6.2team级对策144
7.6.3member级对策145
7.6.4实验145
7.7小结155
参文献155
第8章agent技术在机器人智能控制系统的应用157
8.1引言157
8.2智能机器人系统应用研究158
8.2.1概况158
8.2.2传统研究方法的缺陷160
8.2.3智能机器人系统的共160
8.3开放式机器人智能控制系统应用研究161
8.3.1开放式控制系统的典型特征161
8.3.2基于pc的开放式控制系统的实现162
8.4多机器人系统应用研究162
8.4.1多机器人队形控制163
8.4.2机器人救援165
8.4.3多机器人追捕问题166
8.5结与展望168
8.5.1结168
8.5.2未来工作展望169
参文献170
内容简介：
多机器人系统是当前机器人技术领域的一个研究热点，具有多学科交融合的显著特点。多智能体机器人系统信息融合与协调以多机器人系统为研究背景，结合多智能体系统的体系结构以及协调与合作技术，针对多机器人系统中的信息融合，对多机器人协调中的任务分配与规划、对抗环境下的多机器人协调等问题进行了深入研究，为提高多机器人系统的信息融合与协调的技术水、促进相关技术的发展提供了新的思路与理论依据。
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
