基于多机器人系统的多目标围捕协同控制问题研究

目录

声明

符号使用说明

第一章 绪论

1.1 研究背景和意义

1.2 研究现状与发展动态

1.2.1 多机器人任务分配

1.2.2 多机器人目标围捕编队控制

1.2.3 基于强化学习的多智能体协同控制

1.3 论文研究的组织结构和创新点

1.3.1 论文的组织结构

1.3.2 主要贡献和创新点

第二章 基于混合式体系的多机器人围捕多目标任务分配

2.1 多机器人多目标围捕任务分配建模

2.2 基于混合式体系结构的动态任务分配HDTA算法

2.3 多机器人围捕多目标HDTA任务配实验验证

2.4 本章小结

第三章 具有避障的多机器人目标围捕环航编队控制

3.1 问题背景

3.1.1 目标围捕编队控制问题

3.1.2 机器人实时避障问题

3.2 结合实时避障的目标围捕控制算法设计

3.3 多机器人多目标围捕仿真实验验证

3.4 本章小结

第四章 基于MADDPG强化学习的多机器人目标围捕编队控制

4.1 强化学习理论背景

4.1.1 马尔可夫决策过程（MDP）

4.1.2 确定性策略梯度（DPG）算法

4.1.3 深度Q网络（DQN）算法

4.2 基于MADDPG强化学习的多机器人目标围捕算法

4.2.1 马尔可夫博弈

4.2.2 多智能体深度确定性策略梯度（MADDPG）算法

4.2.3 多机器人目标围捕问题马尔可夫博弈建模

4.3 MADDPG强化学习的多机器人目标围捕实验验证

4.3.1 MADDPG多机器人目标围捕仿真实现

4.3.2 实验一：多机器人围捕静止目标

4.3.3 实验二：多机器人围捕运动目标

4.3.4 实验三：多机器人围捕逃逸目标

4.4 本章小结

第五章 总结与展望

5.1 论文的工作总结

5.2 进一步研究的展望

致谢

参考文献

作者在学期间取得的学术成果

附录A MADDPG训练过程数据

A.1 实验训练中各机器人围捕编队的指标误差与累积回报