致谢
摘要
Abstract
1 引言
1.1 课题的提出和研究意义
1.2 课题研究的国内外现状
1.3 本文的主要研究内容和章节安排
1.3.1 主要研究内容
1.3.2 论文章节安排
2 救援机器人任务分配相关理论介绍
2.1 绪论
2.2 模糊控制理论基础
2.2.1 模糊控制原理
2.3 BP 神经网络及学习过程
2.4 模糊神经网络理论
2.4.1 基于Mamdani 模型的模糊神经网络
2.5 救援机器人强化学习
2.5.1 救援机器人强化学习算法介绍
2.5.2 神经网络对Q 值的学习
2.6 本章小结
3 基于效用评价的任务分配算法
3.1 绪论
3.2 效用评价算法
3.2.1 效用函数
3.2.2 状态空间的压缩
3.2.3 基于Mamdani 模型的模糊-神经Q 学习网络设计
3.2.4 实现任务分配方案
3.2.5 矿井救多机器人系统奖励函数实现
3.2.6 学习算法
3.3 本章小结
4 基于效用评价的任务分配算法的应用
4.1 基于效用评价的任务分配算法的应用
4.1.1 矿井位置敏感度
4.1.2 效用评价模块的实现
4.1.3 任务选择模块的实现
4.1.4 对奖赏函数的具体描述
4.2 仿真结果分析
4.3 本章小结
5 矿井救援机器人系统研究
5.1 基于DSP 的机器人硬件结构
5.1.1 矿井救援机器人硬件结构
5.1.2 软件流程图
5.2 矿井机器人导航算法的实现
5.2.1 基于D-S 证据理论的瓦斯灾害信息决策
5.2.2 D-S 证据理论的融合规则
5.3 矿井救援机器人对目标的探测
5.4 救援多机器人仿真系统解决方案
5.4.1 救援多机器人系统的软件结构
5.5 救援机器人仿真系统的核心技术
5.5.1 救援多机器人系统任务模块
5.5.2 救援多机器人系统任务算法模块
5.6 本章小结
结论
参考文献
作者简历
学位论文数据集