空中机器人规划与决策（精）

本书概要
章 绪论
1．1 研究目的
1．2 空中机器人
1．3 空中机器人与人工智能
1．4 预备知识
1．4．1 概率基础
1．4．2 不确定性原理
1．4．3 非线性控制原理
1．4．4 图论基础
1．4．5 线性时序逻辑基础
1．4．6 粗糙集
1．5 建模
1．5．1 环境建模
1．5．2 空中机器人建模
1．5．3 风条件下的空中机器人
1．6 冲突检测
1．6．1 确定性方法
1．6．2 概率方法
1．7 结论
参考文献
第2章 运动规划
2．1 引言
2．2 可控性设计
2．3 航迹规划
2．3．1 配平航迹生成
2．3．2 腿式导引
2．3．3 Dubins和ZerTnelo问题
2．3．4 优控制方法
2．3．5 参数曲线
2．4 非完整运动规划
2．4．1 微分平滑
2．4．2 幂零性
2．4．3 约束运动规划
2．4．4 高拥挤度空间中的运动规划
2．5 障碍／碰撞规避
2．5．1 问题描述
2．5．2 离散搜索方法
2．5．3 连续搜索方法
2．6 再规划方法
2．6．1 增量再规划
2．6．2 随时算法
2．7 结论
参考文献
第3章 确定性决策
3．1 引言
3．2 符号规划
3．2．1 混合自动机
3．2．2 时态逻辑运动规划
3．3 智能计算
3．3．1 神经网络
3．3．2 进化算法
3．3．3 决策表
3．3．4 模糊系统
3．4 弧路由方法
3．4．1 旅行商问题
3．4．2 Dubins旅行商问题
3．4．3 中国邮递员问题
3．4．4 乡村邮递员问题
3．5 个案研究
3．5．1 侦察任务
3．5．2 进化规划
3．5．3 桥梁监测
3．5．4 固定翼空中机器人的滑翔飞行
3．6 结j仑
参考文献
第4章 不确定性决策
4．1 引言
4．2 动态决策的一般框架
4．2．1 问题阐述
4．2．2 效用理论
4．2．3 决策树与路径效用
4．2．4 贝叶斯推理与贝叶斯网
4．2．5 影响图
4．3 马尔可夫方法
4．3．1 马尔可夫模型
4．3．2 马尔可夫决策过程描述
4．3．3 部分可观测马尔可夫决策过程
4．3．4 贝叶斯结合部分可观测马尔可夫决策过程
4．3．5 学习过程
4．3．6 蒙特卡罗值迭代
4．3．7 马尔可夫逻辑
4．3．8 信念空间方法
4．4 优控制理论
4．4．1 贝叶斯状态空间模型
4．4．2 学习控制
4．4．3 机会约束算法
4．4．4 概率旅行商问题
4．4．5 二型模糊逻辑
4．5 运动语法
4．5．1 方法描述
4．5．2 空中机器人语法
4．5．3 时态逻辑规范
4．6 个案研究
4．6．1 鲁棒定向问题
4．6．2 不确定地域探测
4．6．3 不确定对抗环境下的救援路径规划
4．6．4 伴时态逻辑约束的滚动时域路径规划
4．7 实时应用
4．8 结论
参考文献
第5章 多空中机器人规划
5．1 引言
5．2 团队方法
5．2．1 协同
5．2．2 级联型制导律
5．2．3 一致性方法
5．2．4 群行为
5．2．5 编队的连通性和收敛性
5．3 确定性决策
5．3．1 分布式滚动时域控制
5．3．2 冲突消解
5．3．3 人工势
5．3．4 符号规划
5．4 有限通信关联
5．4．1 引言
5．4．2 问题阐述
5．4．3 遗传算法
5．4．4 博弈推理
5．5 不确定条件下的多智能体决策
5．5．1 分布式团队决策问题
5．5．2 优规划算法
5．5．3 任务分配：优分配
5．5．4 分布式机会约束任务分配
5．6 个案研究
5．6．1 侦察任务
5．6．2 扩大网格覆盖
5．6．3 周边巡逻行动优化
5．6．4 用于监视的策略
5．7 结论
参考文献
第6章 一般性结论