多机器人之间的博弈论

第1章 绪论
1.1 背景与意义
1.2 自 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
第6章 多机器人追捕博弈问题中追逃约束条件研究
6.1 引言
6.2 两人追逃博弈问题描述
6.3 多机器人追逃博弈成功追捕的约束条件
6.4 满足约束条件下的“贪婪 ”追捕策略
6.5 实验及分析
6.6 本章小结
第7章 基于快速推进法的多机器人分层追捕博弈算法
7.1 引言
7.2 基于量子 小化博弈的多机器人追逃问题
7.3 多机器人追捕微分博弈算法
7.4 基于快速推进法的分层追捕算法
7.5 实验及分析