欢迎来到天天文库
浏览记录
ID:34145057
大小:3.81 MB
页数:73页
时间:2019-03-03
《基于ce-q强化学习与k-means聚类混合算法的多机器人觅食任务研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、学校代号:10731学号:112080201049密级:公开硕士学位论文基于CE.Q强化学习与K-means聚类混合算法的多机器人觅食任务研究StudyofMulti--agentForagingBasedonCE--QReinforcementLeamingandK-meansClusteringIntegratedAlgorithmLEIMohanB.E.(TianjinPolytechanicalUniversity)2006AthesissubmittedinpartialsatisfactionoftheRequiremen
2、tsforthedegreeofMasterofEngineeringinMachineryManufacturingandAutomationintheGraduateSchoolofLanzhouUniversityofTechnologySupervisorYangPingApril,2014兰州理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均己在
3、文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:秀默;凼日期:矽1(睁与月fo日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口,在年解密后适用本授权书。2、不保密叼。(请在以上相应方框内打“√”)作者签名:导师签名:雷躲碣榴谆f日期:20lq年6
4、月19日日期≥勿彤尹≠/月厂。日硕士学位论文目录目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.I摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..IIIAbstract....................................................................................................................110r附图索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..VI
5、附表索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.VII第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.1Multi·agent系统的研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1.2强化学习方法的发展现状及趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.3本文研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯5第二章Agent的结构与通信协调技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..72.1Agent的基本概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯72.2Agent的硬件构造⋯⋯
6、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.82.≥Agent的结构及通信⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9‘2.3.1Agent的结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.92.3.2Agent通信的类型与方式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.132.4多Agent的协作、协商与协调技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..162.5本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.17第三章基于博弈论框架的强化学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯193.1Multi-agent系统的Q强化学
7、习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..193。2SGs框架下的Multi.agent系统强化学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯213.2.1Minimax.Q强化学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯223.2.2Nash.Q学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..223.2.3FF.Q(Friend.or.FoeQ)强化学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.233.2.4CorrelatedEquilibrium-Q强化学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..243.2.5Pareto.Q学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2
8、53.2.6MetaQ及AWESOME学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..253。2.7总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.263.3Multi.agent系统的冲突消解策略⋯⋯⋯⋯
此文档下载收益归作者所有