基本介紹
- 書名：多智慧型體模型與實驗
- 作者：張世武/Jiming Liu/靳小龍/吳建兵
- 譯者：靳小龍
- ISBN：9787302070160
- 頁數：248
- 定價：35元
- 出版社：清華大學出版社
- 出版時間：2003年11月1日
- 裝幀：平裝
圖書信息,圖書概述,圖書目錄,
圖書信息
印 次：1-1
印刷日期：2003-11-10
上書時間：2011-09-25
開 本：16開
裝 訂：平裝
定 價 ：￥35.00
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
