多智慧型體模型與實驗

多智慧型體模型與實驗

《多智慧型體模型與實驗》是2011年出版的圖書,作者是靳小龍。本書講述了機器人個體的自治及開發多智慧型體機器人系統的一些相關知識。

基本信息

圖書概述

本書重點介紹多智慧型體系統的模型研究和機器人模擬實驗。通過本書,能夠了解在執行合作式任務時,機器人個體的自治與機器人群隱現的全局行為模式之間的關係,了解成功開發多智慧型

《多智慧型體模型與實驗》封面《多智慧型體模型與實驗》封面
體機器人系統的一些關鍵方法,理解多智慧型體系統工程的潛在計算模型與技術。本書可作為各類高等學校計算機科學與技術專業及相關專業的研究生教材,也可供有關研究人員與工程師參考。

圖書目錄

第1章為什麼需要多個機器人

1.1多機器人的優點

1.2經典問題

1.3智慧型體與多智慧型體系統

1.4多智慧型體機器人學

第2章合作式機器人的控制

2.1與合作有關的研究

2.1.1分散式的人工智慧

2.1.2分散式系統

2.1.3生物學

2.2學習,進化與適應

2.3多機器人控制的設計

第3章主要的機器人技術

3.1基於行為的機器人技術

3.2集體機器人技術

3.3進化機器人技術

3.4來自生物學與社會學的啟發

3.5總結

第4章計算模型與技術

4.1強化學習

4.1.1馬爾可夫決策過程

4.1.2強化學習算法

4.1.3時間差分技術

4.1.4Q-學習

4.1.5多智慧型體強化學習

4.2遺傳算法

4.3人工生命

4.4人工免疫系統

4.5機率建模

4.6有關多機器人規劃與協調的研究

第5章多智慧型體機器人系統設計主要的研究課題

5.1自組織

5.2局部性能與全局性能

5.3規劃

5.4多機器人學習

5.5協同進化

5.6隱現行為

5.7反應式系統與推理式系統

5.8異類系統與同類系統

5.9模擬機器人與實體機器人

5.10多智慧型體機器人系統的動力性

5.11總結

第6章多智慧型體強化學習中的技術

6.1自治的群體機器人

6.1.1概述

6.1.2感知能力

6.1.3遠程式感測器

6.1.4短程感測器

6.1.5激勵提取

6.1.6簡單行為

6.1.7運動機制

6.2多智慧型體強化學習

6.2.1強化學習的原理

6.2.2行為選擇機制

6.3多智慧型體強化學習工具箱

6.3.1體系結構

6.3.2檔案組織

6.3.3函式說明

6.3.4用戶設定

6.3.5數據結構

6.4總結

第7章多智慧型體強化學習中的結果分析

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

7.2.2RANGER機器人間的合作

7.2.3不同機器人群的並發學習

第8章節多智慧型體強化學習中的要素

8.1集體感知

8.2初始空間分布

8.3反S型函式

8.4行為選擇機制

8.5運動機制

8.6隱現的周期性運動

8.7巨觀隱定而微觀不穩定的屬性

8.8主導行為

第9章進化的多智慧型體強化學習

9.1機器人群示例

9.1.1目標的空間分布

9.1.2目標的運動特徵

9.1.3行為學習機制

9.2進化群體運動策略

9.2.1染色體表示

9.2.2適應度函式

9.2.3算法

9.2.4遺傳算法中的參數

9.3例子

9.4進化的多智慧型體強化學習工具箱

9.4.1檔案組織

9.4.2函式說明

9.4.3用戶設定

9.5總結

第10章雙智慧型體系統中的協同行為

10.1研究重點

10.2雙智慧型體的學習

10.3雙智慧型體系統的特殊角色

10.4機器人智慧型體的基本能力

10.5建議提供智慧型體的基本原理

10.5.1基本動作——學習的先決條件

10.5.2一般性行為的遺傳規劃

10.5.3特殊策略必行為的遺傳規劃

10.6複雜行為的學習

10.6.1實驗設計

10.6.2機器人環境的複雜性

10.6.3實驗結果

10.6.4平面姿態

10.6.5曲線姿態

10.6.6角姿態

10.6.7點姿態

10.7總結

第11章集體行為

11.1群體行為

11.1.1什麼是群體行為

11.1.2群體行為學習回顧

11.2方法

11.2.1基本思想

11.2.2群體機器人

11.2.3集體推箱的性能標準

11.2.4集體推箱行為的進化

11.2.5遠程的進化計算智慧型體

11.3套用排斥力的集體推箱

11.3.1人工排隊斥力模型

11.3.2推力與箱子的相應運動

11.3.3染色體表示

11.3.4適應度函式

11.3.5例子

11.4用外部設備接觸力與矩集體推箱

11.4.13個群體機器人與箱子之間的互動作用

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適應度函式

11.4.6例子

11.5最優保留進生命線的收斂性分析

11.5.1馬爾可夫鏈的轉移矩陣

11.5.2用特徵值描述轉移矩陣特徵

11.6進化的集體行為實現工具箱

11.6.1用人工排指斥力集體推箱的工具箱

11.6.2實現推圓柱子箱子或立方體箱子任務的工具箱

11.7總結

第12章多智慧型體的自組織

12.1人工勢能場

12.1.1基於人工勢能場的運動規劃

12.1.2集體勢能場圖的構建

12.2自組織概述

12.3勢能場圖的自組織

12.3.1機器人的坐標系

12.3.2接近度測量

12.3.3鄰域的距離聯想

12.3.4勢能場圖的遞增式自組織

12.3.5機器人的運動選擇

12.4實驗12-1

12.4.1實驗設計

12.4.2實驗結果

12.5實驗12-2

12.5.1實驗設計

12.5.2實驗結果

12.6討論

12.7多智慧型體自組織工具箱

12.7.1體系結構

12.7.2檔案組織

12.7.3函式說明

12.7.4用戶設定

12.7.5數據結構

第13章進化的多智慧型體自組織

13.1合作式運動策略的進化

13.1.1接近度激勵的表示

13.1.2激勵-反應對

13.1.3染色體表示

13.1.4適應度函式

13.1.5算法

13.2實驗13-1

13.2.1實驗設計

13.2.2與非進化模式的比較

13.2.3實驗結果

13.3討論

13.3.1群體行為的進化

13.3.2機器人的合作

13.4進化的多智慧型體自組織工具箱

13.4.1體系結構

13.4.2檔案組織

13.4.3函式說明

13.4.4用戶設定

13.4.5數據結構

13.5總結

第14章多智慧型體機器人技術工具箱

14.1概述

14.2例子

14.2.1真實圖的計算

14.2.2初始化

14.2.3開始

14.2.4結果顯示

參考文獻

相關詞條

熱門詞條

聯絡我們