幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

多智能體自主協同技術(全彩印刷)/人工智慧科學與技術叢書

  • 作者：吳傑宏|責編:李曉波//陳崇昱
  • 出版社：機械工業
  • ISBN：9787111758815
  • 出版日期：2024/08/01
  • 裝幀：平裝
  • 頁數：236
人民幣：RMB 119 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從多角度覆蓋了多智能體自主協同技術的內容，分5篇共18章，包括多智能體系統的協同基礎、集群控制、通信優化、任務協同及目標追蹤，旨在將多智能體自主協同技術中的方法和理論結合起來，並強調協同基礎的重要性，具有基礎性、應用性、綜合性和系統性等特點。
    本書可以作為多智能體系統領域研究的入門指南，或者作為協同無人系統工程師的自學教材，還可以用作高年級本科生以及研究生教材。另外，本書也可以作為協同無人系統、無人飛行系統以及無人系統的補充閱讀材料。
作者介紹
吳傑宏|責編:李曉波//陳崇昱
    吳傑宏，瀋陽航空航天大學教授，博士生導師，協同無人系統研究室主任。美國萊特州立大學訪問學者，遼寧省教育廳創新人才。主要從事多智能體協同集群、安全通信、路徑規劃、博弈決策、智能對抗及跨介質光通信路由方面的研究工作。主持國家自然科學基金、國防基礎科研等基金項目20項，一作在IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Vehicular Technology、IEEE Transactions on Mobile Computing、Computer Networks、《電腦研究與發展》等期刊發表科研論文50余篇；第一發明人申請發明專利18項（已授權11項）；獨立撰寫學術專著2部；榮獲第三屆源創杯創新創意大賽全國賽區二等獎1項、航空學會科技進步獎1項。
目錄
序
前言
協同基礎篇
  第1章  智能體概述
    1.1  智能體的範疇
    1.2  多無人機控制模型
      1.2.1  Reynolds模型
      1.2.2  Vicsek模型
      1.2.3  Couzin模型
    1.3  多無人機運動模型
      1.3.1  常用坐標系
      1.3.2  單無人機運動模型
      1.3.3  無人機間相對運動模型
  第2章  多無人機系統和目標運動建模
    2.1  無人機系統模型
    2.2  多無人機系統一致性理論
    2.3  目標運動模型
    2.4  目標捕獲模型
    2.5  本章小結
  第3章  水下複雜任務環境建模
    3.1  AUV六自由度運動模型
    3.2  水下環境模型搭建
      3.2.1  Lamb渦流
      3.2.2  區域海洋模型系統洋流數據集
      3.2.3  障礙物模型
    3.3  水下任務分配演算法
      3.3.1  水下任務分配演算法描述
      3.3.2  水下任務分配模型
    3.4  本章小結
集群控制篇
  第4章  角度控制集群
    4.1  輕量級植絨運動模型
    4.2  基於角度控制的移動演算法
      4.2.1  護航無人機移動策略
      4.2.2  輕量級植絨模型求解
      4.2.3  ACHF演算法
    4.3  ACHF演算法實驗分析
      4.3.1  演算法參數設置
      4.3.2  ACHF演算法效果分析
      4.3.3  ACHF演算法防碰分析
      4.3.4  ACHF演算法護航無人機狀態分析
      4.3.5  ACHF實驗數據分析
    4.4  本章小結
  第5章  圓環控制集群
    5.1  三層區域的植絨演算法模型
    5.2  基於圓環控制的移動演算法
      5.2.1  演算法介紹
      5.2.2  VRCHF演算法
    5.3  無人機群體分離和群體聚合策略
      5.3.1  無人機群體分離策略

      5.3.2  無人機群體聚合策略
    5.4  VRCHF演算法實驗分析
      5.4.1  VRCHF演算法中的實驗參數配置
      5.4.2  VRCHF演算法效果
      5.4.3  VRCHF演算法數據分析
      5.4.4  無人機集群分離聚合結果分析
      5.4.5  異構無人機植絨集群的必要性
    5.5  本章小結
  第6章  G-MADDPG集群控制
    6.1  編隊集群設計
      6.1.1  子編隊
      6.1.2  異構編隊集群
    6.2  基於G-MADDPG的異構編隊集群控制演算法
    6.3  G-MADDPG實現
      6.3.1  狀態空間和動作空間
      6.3.2  獎勵函數設計
    6.4  實驗結果與分析
      6.4.1  子編隊實現與分析
      6.4.2  集群實現與分析
      6.4.3  G-MADDPG與MADDPG和DDPG的比較
    6.5  本章小結
  第7章  A-MADDPG集群控制
    7.1  編隊集群設計
      7.1.1  子編隊
      7.1.2  異構編隊集群
    7.2  基於A-MADDPG的子編隊聚集控制演算法
      7.2.1  A-MADDPG演算法描述
      7.2.2  狀態空間和動作空間
      7.2.3  獎勵函數設計
    7.3  多子編隊聚集
    7.4  實驗結果與分析
      7.4.1  子編隊實現與分析
      7.4.2  集群實現與分析
    7.5  本章小結
  第8章  風流對集群控制的影響
    8.1  風流數據
      8.1.1  單一方向的風流數據
      8.1.2  多方向時序風流數據
    8.2  風流對無人機飛行的軌跡影響
      8.2.1  風流對無人機飛行軌跡影響
      8.2.2  基於無人機位置糾偏的風流糾偏方法
    8.3  風流環境下糾偏軌跡的異構無人機植絨演算法
    8.4  實驗分析
      8.4.1  單一方向風流環境下異構無人機植絨演算法實驗分析
      8.4.2  多方向時序風流環境下異構無人機植絨演算法實驗分析
    8.5  本章小結
通信優化篇
  第9章  群聚避障通信優化
    9.1  相關技術
      9.1.1  多無人機系統模型

      9.1.2  多無人機協同控制演算法
      9.1.3  多無人機運動模型的構建
    9.2  基於飛行控制因子的群聚演算法
      9.2.1  無人機飛行速度優化方法
      9.2.2  實驗分析
    9.3  群聚避障演算法
      9.3.1  常見避障演算法介紹
      9.3.2  無人機飛行位置優化方法
      9.3.3  實驗分析
    9.4  本章小結
  第10章  改進人工魚群通信優化
    10.1  問題描述
    10.2  多無人機系統模型
      10.2.1  無人機拓撲結構模型
      10.2.2  無線通信模型
      10.2.3  無人機動力學模型
    10.3  改進人工魚群演算法
      10.3.1  多無人機通信範圍
      10.3.2  自適應步長和視野
      10.3.3  虛擬洋流概念
      10.3.4  改進人工魚群演算法
    10.4  模擬實驗
      10.4.1  模擬工具MATLAB簡介
      10.4.2  模擬場景與結果分析
    10.5  本章小結
  第11章  改進OLSR協議的通信優化
    11.1  網路模型
    11.2  MPR選擇優先度以及搜索流程
      11.2.1  MPR選擇優先度
      11.2.2  MPR搜索流程
    11.3  模擬實驗與分析
      11.3.1  模擬工具NS2簡介
      11.3.2  模擬場景
      11.3.3  模擬結果分析
    11.4  多無人機安全通信策略
    11.5  本章小結
  第12章  減小不安全區域通信優化
    12.1  多無人機的通信拓撲結構
    12.2  減小不安全區域的安全通信策略
      12.2.1  概念定義
      12.2.2  層式虛擬通信圓環策略
    12.3  實驗分析
      12.3.1  實驗效果分析
      12.3.2  性能分析
    12.4  本章小結
任務協同篇
  第13章  多目標點搜索及路徑優化
    13.1  基於ACSQL的無人機目標點搜索與路徑優化演算法
      13.1.1  狀態空間和動作空間的設計
      13.1.2  獎勵函數的設計

      13.1.3  初始化Q表
      13.1.4  ACSQL演算法的實現
    13.2  子區域搜索演算法
    13.3  實驗驗證及效果分析
      13.3.1  模擬環境的設計
      13.3.2  演算法分析
      13.3.3  與傳統動作空間的對比分析
      13.3.4  與其他演算法對比分析
    13.4  模擬環境驗證
    13.5  本章小結
  第14章  協同搜索及任務分配
    14.1  多無人機協同任務分配模型
    14.2  基於ISOM的多無人機協同任務分配演算法
    14.3  注意力機制解決突發情況
    14.4  實驗驗證及效果分析
      14.4.1  實驗條件的設計
      14.4.2  ISOM演算法的測試與驗證
      14.4.3  ISOM演算法在複雜多任務場景下與其他演算法的對比
      14.4.4  ISOM演算法在大任務量環境下與其他演算法的對比
      14.4.5  突發情況處理驗證
    14.5  模擬環境驗證
    14.6  本章小結
  第15章  R-RLPSO實時多營救任務分配
    15.1  R-RLPSO演算法描述
      15.1.1  營救區與吸引營救區
      15.1.2  R-RLPSO演算法可行性分析
      15.1.3  營救回報值c_reward
    15.2  實驗結果與分析
      15.2.1  R-RLPSO演算法實現營救任務分配結果
      15.2.2  c_reward實驗結果與分析
      15.2.3  驗證多營救任務完成
      15.2.4  R-RLPSO、ISOM、IACO演算法對比分析
    15.3  本章小結
  第16章  DENPSO能量優化路徑規劃
    16.1  DENPSO演算法描述
      16.1.1  非線性慣性權重與非線性學習因子
      16.1.2  距離進化因子
      16.1.3  能量評估
    16.2  模擬實驗對比分析
      16.2.1  DENPSO演算法在三維渦流場中的能量優化
      16.2.2  DENPSO演算法在區域海洋系統中的能量優化
      16.2.3  DENPSO演算法在多AUV實時營救任務中的能量優化
    16.3  本章小結
目標追蹤篇
  第17章  切換式協同目標追蹤
    17.1  切換式追蹤策略描述
      17.1.1  卡爾曼一致性濾波演算法
      17.1.2  多無人機協同控制方程
      17.1.3  追蹤策略流程
    17.2  理論分析

    17.3  實驗結果與分析
      17.3.1  既定軌跡模擬及對比
      17.3.2  逃逸模擬及對比
      17.3.3  性能分析
    17.4  本章小結
  第18章  局部信息交互多目標追蹤
    18.1  演算法描述
      18.1.1  傳統協同控制演算法
      18.1.2  虛擬領導者選取
      18.1.3  多無人機協同控制演算法
      18.1.4  演算法流程
    18.2  實驗結果與分析
      18.2.1  分群追蹤效果
      18.2.2  不同演算法對比驗證
    18.3  本章小結
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032