|
|
多智能体模型与实验  |
|
|
|
| 原价:
￥35.00(以下报价瞬息万变,建议您点击全部站点比对) | | |目前本站收录有3家书店销售此书,以下为报价: |
| 卓越: |
￥27.40 |
去看看 |
 | |
| 2688网店: |
￥26.00 |
去看看 |
| |
| 蔚蓝网: |
￥26.3 |
去看看 |
|
| | |通过以下方式购买,或许更便宜: |
|
|
| |
|
|
|
|
我要购书网的承诺：本网上购书中心所出售的"多智能体模型与实验"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"多智能体模型与实验"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
|
|
| |
目 录第1章为什么需要多个机器人1.1多机器人的优点1.2经典问题1.3智能体与多智能体系统1.4多智能体机器人学第2章合作式机器人的控制2.1与合作有关的研究2.1.1分布式的人工智能2.1.2分布式系统2.1.3生物学2.2学习,进化与适应2.3多机器人控制的设计第3章主要的机器人技术3.1基于行为的机器人技术3.2集体机器人技术3.3进化机器人技术3.4来自生物学与社会学的启发3.5总结第4章计算模型与技术4.1强化学习4.1.1马尔可夫决策过程4.1.2强化学习算法4.1.3时间差分技术4.1.4Q-学习4.1.5多智能体强化学习4.2遗传算法4.3人工生命4.4人工免疫系统4.5概率建模4.6有关多机器人规划与协调的研究第5章多智能体机器人系统设计主要的研究课题5.1自组织5.2局部性能与全局性能5.3规划5.4多机器人学习5.5协同进化5.6隐现行为5.7反应式系统与推理式系统5.8异类系统与同类系统5.9模拟机器人与实体机器人5.10多智能体机器人系统的动力性5.11总结第6章多智能体强化学习中的技术6.1自治的群体机器人6.1.1概述6.1.2感知能力6.1.3远程式传感器6.1.4短程传感器6.1.5激励提取6.1.6简单行为6.1.7运动机制6.2多智能体强化学习6.2.1强化学习的原理6.2.2行为选择机制6.3多智能体强化学习工具箱6.3.1体系结构6.3.2文件组织6.3.3函数说明6.3.4用户设置6.3.5数据结构6.4总结第7章多智能体强化学习中的结果分析7.1测量7.1.1激励频率7.1.2行为选择频率7.2群体行为7.2.1集体包围7.2.2RANGER机器人间的合作7.2.3不同机器人群的并发学习第8章节多智能体强化学习中的要素8.1集体感知8.2初始空间分布8.3反S型函数8.4行为选择机制8.5运动机制8.6隐现的周期性运动8.7宏观隐定而微观不稳定的属性8.8主导行为第9章进化的多智能体强化学习9.1机器人群示例9.1.1目标的空间分布9.1.2目标的运动特征9.1.3行为学习机制9.2进化群体运动策略9.2.1染色体表示9.2.2适应度函数9.2.3算法9.2.4遗传算法中的参数9.3例子9.4进化的多智能体强化学习工具箱9.4.1文件组织9.4.2函数说明9.4.3用户设置9.5总结第10章双智能体系统中的协同行为10.1研究重点10.2双智能体的学习10.3双智能体系统的特殊角色10.4机器人智能体的基本能力10.5建议提供智能体的基本原理10.5.1基本动作——学习的先决条件10.5.2一般性行为的遗传规划10.5.3特殊策略必行为的遗传规划10.6复杂行为的学习10.6.1实验设计10.6.2机器人环境的复杂性10.6.3实验结果10.6.4平面姿态10.6.5曲线姿态10.6.6角姿态10.6.7点姿态10.7总结第11章集体行为11.1群体行为11.1.1什么是群体行为11.1.2群体行为学习回顾11.2方法11.2.1基本思想11.2.2群体机器人11.2.3集体推箱的性能标准11.2.4集体推箱行为的进化11.2.5远程的进化计算智能体11.3应用排斥力的集体推箱11.3.1人工排队斥力模型11.3.2推力与箱子的相应运动11.3.3染色体表示11.3.4适应度函数11.3.5例子11.4用外部设备接触力与矩集体推箱11.4.13个群体机器人与箱子之间的交互作用11.4.2推圆柱体箱子11.4.3推立方体箱子11.4.4染色体表示11.4.5适应度函数11.4.6例子11.5最优保留进生命线的收敛性分析11.5.1马尔可夫链的转移矩阵11.5.2用特征值描述转移矩阵特征11.6进化的集体行为实现工具箱11.6.1用人工排指斥力集体推箱的工具箱11.6.2实现推圆柱子箱子或立方体箱子任务的工具箱11.7总结第12章多智能体的自组织12.1人工势能场12.1.1基于人工势能场的运动规划12.1.2集体势能场图的构建12.2自组织概述12.3势能场图的自组织12.3.1机器人的坐标系12.3.2接近度测量12.3.3邻域的距离联想12.3.4势能场图的递增式自组织12.3.5机器人的运动选择12.4实验12-112.4.1实验设计12.4.2实验结果12.5实验12-212.5.1实验设计12.5.2实验结果12.6讨论12.7多智能体自组织工具箱12.7.1体系结构12.7.2文件组织12.7.3函数说明12.7.4用户设置12.7.5数据结构第13章进化的多智能体自组织13.1合作式运动策略的进化13.1.1接近度激励的表示13.1.2激励-反应对13.1.3染色体表示13.1.4适应度函数13.1.5算法13.2实验13-113.2.1实验设计13.2.2与非进化模式的比较13.2.3实验结果13.3讨论13.3.1群体行为的进化13.3.2机器人的合作13.4进化的多智能体自组织工具箱13.4.1体系结构13.4.2文件组织13.4.3函数说明13.4.4用户设置13.4.5数据结构13.5总结第14章多智能体机器人技术工具箱14.1概述14.2例子14.2.1真实图的计算14.2.2初始化14.2.3开始14.2.4结果显示参考文献索引 |
|
|