多机器人之间的博弈论
正版新书 新华官方库房直发 可开电子发票
￥ 52.8 6.0折 ￥ 88 全新
库存3件
作者蔡则苏[等]编著
出版社哈尔滨工业大学出版社
ISBN9787560393087
出版时间2022-05
版次1
装帧精装
开本16开
纸张胶版纸
页数248页
字数313千字
定价88元
货号SC:9787560393087
上书时间2024-10-31
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
以智能机器人为智能体载体的多机器人系统一直被广泛应用于军事、农业、勘测、救援、交通等涉及国家关键产业及人类的日常生活中，具有十分重要的研究意义。其中，追逃问题本质上是多机器人之间有限理性的多局中人的博弈问题，也是研究多机器人系统中机器人之间竞争与合作的典型平台。本书的主要内容包括引言，基于混合地图的多机器人协作探索环境，多机器人协作SLAM、基于AGRMF一NN的多机器人任务分配算法、基于深度强化学习的多机器人协作SLAM算法，多机器人追捕博弈问题中追逃约束条件研究、基于快速推进法的多机器人分层追捕算法、复杂障碍物下的多机器人协作追捕算法研究等。
目录:
第1章 绪论
1.1 背景与意义
1.2 自主导航综述
1.3 地图创建
1.4 基于多机器人协作的路径探索综述
1.5 多机器人追捕问题研究综述
1.6 博弈论概述
1.7 本章小结
第2章 基于混合地图的多机器人协作探索环境
2.1 引言
2.2 单机器人概率地图创建
2.3 实时拓扑地图的创建方法
2.4 基于混合地图的多机器人协作环境探索
2.5 基于市场法的多机器人协作探索实验
2.6 本章小结
第3章 多机器人协作SLAM
3.1 引言
3.2 SLAM的基础知识
3.3 机器人位姿表示
3.4 多机器人协作SLAM概述
3.5 本章小结
第4章 基于AGRMF-NN的多机器人任务分配算法
4.1 引言
4.2 AGRMF特征向量
4.3 AGRMF-NN结构
4.4 AGRMF-NN的学习方法
4.5 基于AGRMF-NN的任务分配算法的具体流程
4.6 实验结果及分析
4.7 本章小结
第5章 基于深度强化学习的多机器人协作SLAM算法
5.1 引言
5.2 深度强化学习算法介绍
5.3 MAS-DQN介绍
5.4 基于MAS-DQN的协作子地图修正
5.5 基于MAS-DQN的多机器人协作SLAM算法流程
5.6 实验结果与分析
5.7 本章小结一
...
— 没有更多了 —
以下为对购买帮助不大的评价