空中機器人規(guī)劃與決策（精）

本書概要
章 緒論
1．1 研究目的
1．2 空中機器人
1．3 空中機器人與人工智能
1．4 預備知識
1．4．1 概率基礎
1．4．2 不確定性原理
1．4．3 非線性控制原理
1．4．4 圖論基礎
1．4．5 線性時序邏輯基礎
1．4．6 粗糙集
1．5 建模
1．5．1 環(huán)境建模
1．5．2 空中機器人建模
1．5．3 風條件下的空中機器人
1．6 沖突檢測
1．6．1 確定性方法
1．6．2 概率方法
1．7 結(jié)論
參考文獻
第2章 運動規(guī)劃
2．1 引言
2．2 可控性設計
2．3 航跡規(guī)劃
2．3．1 配平航跡生成
2．3．2 腿式導引
2．3．3 Dubins和ZerTnelo問題
2．3．4 優(yōu)控制方法
2．3．5 參數(shù)曲線
2．4 非完整運動規(guī)劃
2．4．1 微分平滑
2．4．2 冪零性
2．4．3 約束運動規(guī)劃
2．4．4 高擁擠度空間中的運動規(guī)劃
2．5 障礙／碰撞規(guī)避
2．5．1 問題描述
2．5．2 離散搜索方法
2．5．3 連續(xù)搜索方法
2．6 再規(guī)劃方法
2．6．1 增量再規(guī)劃
2．6．2 隨時算法
2．7 結(jié)論
參考文獻
第3章 確定性決策
3．1 引言
3．2 符號規(guī)劃
3．2．1 混合自動機
3．2．2 時態(tài)邏輯運動規(guī)劃
3．3 智能計算
3．3．1 神經(jīng)網(wǎng)絡
3．3．2 進化算法
3．3．3 決策表
3．3．4 模糊系統(tǒng)
3．4 弧路由方法
3．4．1 旅行商問題
3．4．2 Dubins旅行商問題
3．4．3 中國郵遞員問題
3．4．4 鄉(xiāng)村郵遞員問題
3．5 個案研究
3．5．1 偵察任務
3．5．2 進化規(guī)劃
3．5．3 橋梁監(jiān)測
3．5．4 固定翼空中機器人的滑翔飛行
3．6 結(jié)j侖
參考文獻
第4章 不確定性決策
4．1 引言
4．2 動態(tài)決策的一般框架
4．2．1 問題闡述
4．2．2 效用理論
4．2．3 決策樹與路徑效用
4．2．4 貝葉斯推理與貝葉斯網(wǎng)
4．2．5 影響圖
4．3 馬爾可夫方法
4．3．1 馬爾可夫模型
4．3．2 馬爾可夫決策過程描述
4．3．3 部分可觀測馬爾可夫決策過程
4．3．4 貝葉斯結(jié)合部分可觀測馬爾可夫決策過程
4．3．5 學習過程
4．3．6 蒙特卡羅值迭代
4．3．7 馬爾可夫邏輯
4．3．8 信念空間方法
4．4 優(yōu)控制理論
4．4．1 貝葉斯狀態(tài)空間模型
4．4．2 學習控制
4．4．3 機會約束算法
4．4．4 概率旅行商問題
4．4．5 二型模糊邏輯
4．5 運動語法
4．5．1 方法描述
4．5．2 空中機器人語法
4．5．3 時態(tài)邏輯規(guī)范
4．6 個案研究
4．6．1 魯棒定向問題
4．6．2 不確定地域探測
4．6．3 不確定對抗環(huán)境下的救援路徑規(guī)劃
4．6．4 伴時態(tài)邏輯約束的滾動時域路徑規(guī)劃
4．7 實時應用
4．8 結(jié)論
參考文獻
第5章 多空中機器人規(guī)劃
5．1 引言
5．2 團隊方法
5．2．1 協(xié)同
5．2．2 級聯(lián)型制導律
5．2．3 一致性方法
5．2．4 群行為
5．2．5 編隊的連通性和收斂性
5．3 確定性決策
5．3．1 分布式滾動時域控制
5．3．2 沖突消解
5．3．3 人工勢
5．3．4 符號規(guī)劃
5．4 有限通信關(guān)聯(lián)
5．4．1 引言
5．4．2 問題闡述
5．4．3 遺傳算法
5．4．4 博弈推理
5．5 不確定條件下的多智能體決策
5．5．1 分布式團隊決策問題
5．5．2 優(yōu)規(guī)劃算法
5．5．3 任務分配：優(yōu)分配
5．5．4 分布式機會約束任務分配
5．6 個案研究
5．6．1 偵察任務
5．6．2 擴大網(wǎng)格覆蓋
5．6．3 周邊巡邏行動優(yōu)化
5．6．4 用于監(jiān)視的策略
5．7 結(jié)論
參考文獻
第6章 一般性結(jié)論