多智能体原理与技术 [Autonomous Agents and Multi-Agent Systems:Explorations in Learning,Self-Organization and-购书网

多智能体原理与技术 [Autonomous Agents and Multi-Agent Systems:Explorations in Learning,Self-Organization and

原价: ￥30.00(以下报价瞬息万变,建议您点击全部站点比对)

|通过以下方式购买,或许更便宜:

卓越网:	运费0元	去看看
当当网:	运费2元	去看看
蔚蓝网:	专业图书	去看看

【卓越网】340个城市送货上门货到付款,免送货费

【当当网】145个城市送货上门货到付款,送货费2元

【作　者】 Jiming Liu
【开　本】16 【版　次】1次
【分类】 计算机书店>>工程控制
【页　数】 178 【字　数】 0
【日　期】 2003年11月
【装　帧】简装
【出版社】 清华大学出版社
【ISBN】 0
【关注程度】已有411人关注该图书
【版本状态】『全图版』

| 图书大类分区


	我要购书网的承诺：本网上购书中心所出售的"多智能体原理与技术 [Autonomous Agents and Multi-Agent Systems:Explorations in Learning,Self-Organization and"图书保证正版，您在本购书中心享有收到图书七天内无条件退货！收到商品15日之内换货的待遇！
	退货规定：从本网上书店所购买的图书如有质量问题(字迹模糊/缺页/倒装/开线/开胶/折页/封皮破损/缺少随书赠品),可在收到商品7日之内可退货
	换货规定：从本购书中心所购买"多智能体原理与技术 [Autonomous Agents and Multi-Agent Systems:Explorations in Learning,Self-Organization and"图书如有质量问题(字迹模糊/缺页/倒装/开线/开胶/折页/封皮破损/缺少随书赠品),可在收到商品15日之内换货

编辑推荐

本书旨在介绍自治智能体与多智能体系统研究领域的理论和计算基础，并深入讨论开发各种基于智能体的系统的实用方法。全书分为7章，分别介绍智能体的概念，行为建模、规划与学习，合成的自治，分布式计算的动力性，智能体系统中自组织的自治，自治计算，自计算的动力性与复杂性。这本书可作为各类高等学校计算机科学与技术专业及相关专业的研究生教材，也可供有关研究人员与工程师参考。

内容简介

图书目录

第1章简介1
1.1智能体的定义1
1.2基本概念与问题2
1.3学习2
1.3.1自然与人工系统中的学习3
1.3.2智能体学习4
1.4神经智能体7
1.4.1自组织图8
1.4.2自组织图的应用8
1.5进化智能体9
1.6合作式智能体中的学习10
1.7计算结构11
1.7.1行为包含结构11
1.7.2动作选择结构12
1.7.3复合基体结构13
1.8智能体的行为学习17
1.8.1学习智能体的行为17
1.8.2行为学习17

第2章行为建模、规划与学习19
2.1操作行为19
2.2操作行为的建模与规划20
2.2.1面向状态的表达20
2.2.2状态转移函数21
2.2.3基于动作方案的行为规划22
2.3操作行为的学习26
2.3.1状态转移的自动归纳26
2.3.2经验学习样本的生成28
2.4总结32
2.5其他建模、规划与学习方法32
2.5.1人工势能场32
2.5.2人工神经网络34
2.5.3APF和ANN的相似与区别35
2.5.4APF与ANN的关系38
2.5.5小结40
目录目录2.6其他相关研究与背景40
2.6.1装配操作规划40
2.6.2AI规划41
2.6.3操纵行为规划41

第3章合成的自治43
3.1基于行为自组织的合成自治43
3.2行为自组织45
3.2.1概述45
3.2.2虚拟运动员智能体48
3.3总结62
3.4其他相关研究与背景62
3.4.1关节人物动画62
3.4.2类生命行为63
3.4.3隐现行为64

第4章分布式计算的动力性65
4.1术语与定义66
4.2方法概述67
4.2.1智能体的局部激励67
4.2.2分布式智能体的反应行为68
4.3基于智能体的分布式搜索的动力性70
4.3.1动力系统模型70
4.3.2具有不同动态行为的智能体73
4.3.3基于智能体的分布式计算小结80
4.4评论81
4.4.1动力系统建模81
4.4.2智能体的准自治82
4.4.3基于智能体方法的特点82
4.4.4智能体的目标可达性83
4.5总结83
4.5.1待解决的问题83
4.5.2扩充84
4.6其他相关研究84

第5章智能体系统中自组织的自治85
5.1集体视觉与运动85
5.2图像特征检测与跟踪中自组织的视觉86
5.2.1自组织的视觉86
5.2.2二维的网格环境87
5.2.3二维网格中的局部激励87
5.2.4自组织行为87
5.2.5复制与扩散(R\|D)算法89
5.2.6应用实例90
5.3群体机器人自组织的运动92
5.3.1群体导航与回归任务92
5.3.2多智能体系统概述93
5.3.3基于局部记忆的行为选择与基于全局性能的行为学习95
5.3.4不同智能体组的动力性96
5.3.5应用实例98
5.3.6评论106
5.4总结107
5.5其他相关研究与背景108
5.5.1元胞自动机108
5.5.2群体机器人中的学习108

第6章自治计算109
6.1术语与定义110
6.2基于适应性自组织行为的智能体110
6.2.1概述110
6.2.2智能体的适应性自组织行为111
6.2.3智能体的收敛114
6.3智能体的一般特性115
6.4适应性的复制与扩散(aR\|D)算法115
6.5应用实例116
6.6计算成本125
6.7与传统分割方法的比较127
6.8基于智能体的搜索中行为特征的效果128
6.9影响智能体计算的参数130
6.10自治智能体的动力性131
6.10.1对智能体动力性的理解132
6.10.2智能体动力性的连续模型132
6.10.3智能体动力性模型的推导133
6.11学习与进化之间的平衡133
6.12总结134
6.13其他相关研究与背景135
6.13.1特征提取135
6.13.2分割135

第7章自治计算的动力性与复杂性137
7.1分散式智能体的行为138
7.2目标可达性138
7.2.1E中的目标可达性(其中dimE=1)138
7.2.2E中的目标可达性(其中dimE=2)139
7.2.3行为参数对目标可达性的影响140
7.3群体的动力性142
7.3.1E中的群体动力性(其中dimE=1)142
7.3.2E中的群体动力性(其中dimE=2)145
7.4应用实例149
7.5自治计算的复杂性153
7.5.1背景知识153
7.5.2环境的复杂性154
7.5.3应用实例154
7.6总结160
7.7其他相关研究160

参考文献161

索引175