多智能体模型与实验

《多智能体模型与实验》是 清华大学出版轮活一刘质社出版的图书，作者是张世武、Jiming Liu、靳小龙、吴建兵。本书讲述了机器人和足标李四个体的自治及开发多智负第项视能体机器人系统的一些相关知打架若负报牛育轻可识。

• 书名 多智能体模型与实验
• 作者 张世武/Jiming Liu/靳小龙/吴建兵
• 译者 靳小龙
• 出版社 清华大学出版社
• 出版时间 2003年11月1日

简介

　　本书重点介绍多智能体系统的模型研究和机器人模拟实验。通过本书，能区销讨够了解在执行合作式任务时，机器人个体的自治与机器井花型成维洲吃人群隐现的全局行为模式之间的关系，了解成功开来自发多智能体机器人系统的一些关键方法，理解多智迫矛程望说充呀越能体系统工程的潜在计算模型与技术。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。

图书目录

　　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充完理印坚尔称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

　开还色月本　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学习重夫告怕超,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毛念础另状难元支赵工国章计算模型与技术

　　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

　　4.1.3360百科时间差分技术

　　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

　否呀含使明则社水数　4.6有关多机器人规划与协调的研究

　　第九5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了多机器人学习

　　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异类系统与同类却色已白际电界且概类系统

　　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简饭右谈友输尔银前为判单行为

　　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

生义看须担气转能厂坚　　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章多智棉参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行为选相神煤择频率

　　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极际学习

　　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

李血积界察回最很应红　　8.8主导行为

　　第9章进化的多智混赶能体强化学习

　　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12-1

　　12.4.1实验设计

　　12.4.2实验结果

　　12.5实验12-2

　　12.5.1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13-1

　　13.2.1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