多智能體原理與技術(shù)

第1章  簡介                  
 1. 1  智能體的定義                  
 1. 2  基本概念與問題                  
 1. 3  學(xué)習(xí)                  
 1. 3. 1  自然與人工系統(tǒng)中的學(xué)習(xí)                  
 1. 3. 2  智能體學(xué)習(xí)                  
 1. 4  神經(jīng)智能體                  
 1. 4. 1  自組織圖                  
 1. 4. 2  自組織圖的應(yīng)用                  
 1. 5  進(jìn)化智能體                  
 1. 6  合作式智能體中的學(xué)習(xí)                  
 1. 7  計算結(jié)構(gòu)                  
 1. 7. 1  行為包含結(jié)構(gòu)                  
 1. 7. 2  動作選擇結(jié)構(gòu)                  
 1. 7. 3  復(fù)合基體結(jié)構(gòu)                  
 1. 8  智能體的行為學(xué)習(xí)                  
 1. 8. 1  學(xué)習(xí)智能體的行為                  
 1. 8. 2  行為學(xué)習(xí)                  
 第2章  行為建模. 規(guī)劃與學(xué)習(xí)                  
 2. 1  操作行為                  
 2. 2  操作行為的建模與規(guī)劃                  
 2. 2. 1  面向狀態(tài)的表達(dá)                  
 2. 2. 2  狀態(tài)轉(zhuǎn)移函數(shù)                  
 2. 2. 3  基于動作方案的行為規(guī)劃                  
 2. 3  操作行為的學(xué)習(xí)                  
 2. 3. 1  狀態(tài)轉(zhuǎn)移的自動歸納                  
 2. 3. 2  經(jīng)驗學(xué)習(xí)樣本的生成                  
 2. 4  總結(jié)                  
 2. 5  其他建模. 規(guī)劃與學(xué)習(xí)方法                  
 2. 5. 1  人工勢能場                  
 2. 5. 2  人工神經(jīng)網(wǎng)絡(luò)                  
 2. 5. 3  APF和ANN的相似與區(qū)別                  
 2. 5. 4  APF與ANN的關(guān)系                  
 2. 5. 5  小結(jié)                  
 2. 6  其他相關(guān)研究與背景                  
 2. 6. 1  裝配操作規(guī)劃                  
 2. 6. 2  AI規(guī)劃                  
 2. 6. 3  操縱行為規(guī)劃                  
 第3章  合成的自治                  
 3. 1  基于行為自組織的合成自治                  
 3. 2  行為自組織                  
 3. 2. 1  概述                  
 3. 2. 2  虛擬運動員智能體                  
 3. 3  總結(jié)                  
 3. 4  其他相關(guān)研究與背景                  
 3. 4. 1  關(guān)節(jié)人物動畫                  
 3. 4. 2  類生命行為                  
 3. 4. 3  隱現(xiàn)行為                  
 第4章  分布式計算的動力性                  
 4. 1  術(shù)語與定義                  
 4. 2  方法概述                  
 4. 2. 1  智能體的局部激勵                  
 4. 2. 2  分布式智能體的反應(yīng)行為                  
 4. 3  基于智能體的分布式搜索的動力性                  
 4. 3. 1  動力系統(tǒng)模型                  
 4. 3. 2  具有不同動態(tài)行為的智能體                  
 4. 3. 3  基于智能體的分布式計算小結(jié)                  
 4. 4  評論                  
 4. 4. 1  動力系統(tǒng)建模                  
 4. 4. 2  智能體的準(zhǔn)自治                  
 4. 4. 3  基于智能體方法的特點                  
 4. 4. 4  智能體的目標(biāo)可達(dá)性                  
 4. 5  總結(jié)                  
 4. 5. 1  待解決的問題                  
 4. 5. 2  擴(kuò)充                  
 4. 6  其他相關(guān)研究                  
 第5章  智能體系統(tǒng)中自組織的自治                  
 5. 1  集體視覺與運動                  
 5. 2  圖像特征檢測與跟蹤中自組織的視覺                  
 5. 2. 1  自組織的視覺                  
 5. 2. 2  二維的網(wǎng)格環(huán)境                  
 5. 2. 3  二維網(wǎng)格中的局部激勵                  
 5. 2. 4  自組織行為                  
 5. 2. 5  復(fù)制與擴(kuò)散(R-D)算法                  
 5. 2. 6  應(yīng)用實例                  
 5. 3  群體機(jī)器人自組織的運動                  
 5. 3. 1  群體導(dǎo)航與回歸任務(wù)                  
 5. 3. 2  多智能體系統(tǒng)概述                  
 5. 3. 3  基于局部記憶的行為選擇與基于全局性能的行為學(xué)習(xí)                  
 5. 3. 4  不同智能體組的動力性                  
 5. 3. 5  應(yīng)用實例                  
 5. 3. 6  評論                  
 5. 4  總結(jié)                  
 5. 5  其他相關(guān)研究與背景                  
 5. 5. 1  元胞自動機(jī)                  
 5. 5. 2  群體機(jī)器人中的學(xué)習(xí)                  
 第6章  自治計算                  
 6. 1  術(shù)語與定義                  
 6. 2  基于適應(yīng)性自組織行為的智能體                  
 6. 2. 1  概述                  
 6. 2. 2  智能體的適應(yīng)性自組織行為                  
 6. 2. 3  智能體的收斂                  
 6. 3  智能體的一般特性                  
 6. 4  適應(yīng)性的復(fù)制與擴(kuò)散(aR-D)算法                  
 6. 5  應(yīng)用實例                  
 6. 6  計算成本                  
 6. 7  與傳統(tǒng)分割方法的比較                  
 6. 8  基于智能體的搜索中行為特征的效果                  
 6. 9  影響智能體計算的參數(shù)                  
 6. 10  自治智能體的動力性                  
 6. 10. 1  對智能體動力性的理解                  
 6. 10. 2  智能體動力性的連續(xù)模型                  
 6. 10. 3  智能體動力性模型的推導(dǎo)                  
 6. 11  學(xué)習(xí)與進(jìn)化之間的平衡                  
 6. 12  總結(jié)                  
 6. 13  其他相關(guān)研究與背景                  
 6. 13. 1  特征提取                  
 6. 13. 2  分割                  
 第7章  自治計算的動力性與復(fù)雜性                  
 7. 1  分散式智能體的行為                  
 7. 2  目標(biāo)可達(dá)性                  
 7. 2. 1  E中的目標(biāo)可達(dá)性(其中dime＝1)                  
 7. 2. 2  E中的目標(biāo)可達(dá)性(其中dime＝2)                  
 7. 2. 3  行為參數(shù)對目標(biāo)可達(dá)性的影響                  
 7. 3  群體的動力性                  
 7. 3. 1  E中的群體動力性(其中dime＝1)                  
 7. 3. 2  E中的群體動力性(其中dime＝2)                  
 7. 4  應(yīng)用實例                  
 7. 5  自治計算的復(fù)雜性                  
 7. 5. 1  背景知識                  
 7. 5. 2  環(huán)境的復(fù)雜性                  
 7. 5. 3  應(yīng)用實例                  
 7. 6  總結(jié)                  
 7. 7  其他相關(guān)研究                  
 參考文獻(xiàn)                  
 索引