导读:本文包含了围捕行为论文开题报告文献综述及选题提纲参考文献，主要关键词:群机器人,协同,自组织,聚集
围捕行为论文文献综述
杨卫,曾亮,麻轩海[1]（2019）在《群机器人自组织聚集行为及协同围捕研究》一文中研究指出针对群机器人聚集行为模式的形成,建立了基于质点系力学系统、感知状态加权的自组织运动模型,实现了机器人运动状态的自主转移。建立了关于聚集行为的聚集度、均匀度等评价指标,通过实验分析比较不同模型的聚集性能,为群机器人自组织聚集行为模式的形成奠定了基础。使用分析选定的模型,对机器人群完成对目标的自组织围捕行为进行仿真试验,实现了不同群体规模的目标围捕功能,验证了模型的正确性。(本文来源于《兵器装备工程学报》期刊2019年10期）
薛颂东,张云正,曾建潮[2]（2018）在《目标围捕任务中搜索与预包围阶段的群机器人行为学习》一文中研究指出为了进行群机器人协同作业,提出目标搜索中导航类集体行为学习策略.在使用具有闭环调节功能的动态任务分工方法进行任务分配、自组织地生成多个子群后,在子群中引入基于社会学习微粒群算法的机器人行为学习策略.在子群框架内,机器人各自独立地以感知的共同意向目标信号强度为标准对所有成员排序,将感知优于自己的机器人作为行为示范者.然后在搜索空间各维度上分别随机选择一个行为示范者,学习其在相应维度上的位置坐标,经构造得到搜索空间中自己的学习行为向量,由此决策自身的运动行为.仿真结果表明,在不需要学习全局社会经验的前提下,机器人能针对所属子群的共同意向目标进行协同作业,提高搜索效率.(本文来源于《模式识别与人工智能》期刊2018年04期）
王杰[3]（2018）在《多AUV围捕决策与行为协同控制研究》一文中研究指出为了对深海中发现的目标实施有效地动态围捕,越来越多的科研机构把目光聚焦在AUV(Autonomous Underwater Vehicle)水下自治机器人上。多AUV执行的围捕任务,可以分成决策围捕者和围捕者的行为协同控制两个阶段。这两个阶段,按逻辑顺序组成一个完整围捕任务。在AUV围捕目标的整个任务中,关键的技术难点在于:其一,采取何种决策机制,从初始的全体AUV中,选出多个围捕者;其二,选出的围捕者,执行何种行为协同策略,可以将目标高效地围捕在一个收敛空间区域。本文针对多AUV围捕者的决策方法和围捕者的行为协同控制问题展开研究。首先,提出了基于改进拍卖算法的围捕者决策方法。针对传统拍卖算法中,拍卖者身份和竞标值的不足,而导致围捕者的决策过程安全性差和决策效率低的问题,提出改进拍卖算法作为多AUV的决策方法,用来选定围捕者。研究多AUV在深海中的组网通信结构和特性,为围捕者决策的通信过程奠定基础。改进后的拍卖算法,通过引入几何中心原理,代替传统确定拍卖者身份的方式,提高了决策效率,增强了决策过程的安全性;通过改进竞标值函数,来确定最佳的围捕者身份,提高了整体的围捕效率的稳定性。其次,提出了基于狮群算法的围捕者行为协同控制方法。针对多AUV围捕目标时行为协同的问题,延续群集智能思想,受自然界中狮群协同捕猎行为的启发,提出自组织的狮群算法。本文深入研究狮群在捕食猎物时,狮群成员之间的协同关系,以及狮群协同与猎物动态博弈关系。提出了狮群算法,应用到多机器人的行为协同控制中。完善了多AUV围捕时的行为协同机制,进一步丰富了群集智能算法体系。最后,基于MobileSim,Matlab等仿真工具,进行了大量围捕者决策和围捕者行为协同的仿真实验。结果表明,改进后的拍卖算法相较于传统拍卖算法,Q学习,SOM,决策效率更高,决策过程更加稳定,显着增强AUV决策过程的鲁棒性。在二维和叁维的环境中,狮群算法与模糊控制、强化学习相比,围捕效率更高,算法稳定特性更好。(本文来源于《哈尔滨工程大学》期刊2018-04-01）
陈志鹏,李健[4]（2018）在《基于动物集群行为的无人机群目标围捕策略》一文中研究指出生物集群行为是种普遍的自然现象,自然界的动物为了躲避天敌或者更好地捕食猎物,往往会成群地行动,如狮群的合作捕食,沙丁鱼聚合成群躲避天敌,群体协作往往能提高群体的生存能力。从生物集群和无人机集群直观上的相似性出发,分析生物群体和无人机集群自主控制的映射关系。目前国内无人机群的研究很多,但是多数是关于无人机群的路径规划和编队,对无人机群的围捕行为研究较少。把动物行为学引入无人机群(UAVs),并加入基于势点的围捕策略和基于轨迹预测的目标拦截策略,提高无人机对移动目标的围捕成功率。(本文来源于《现代计算机(专业版)》期刊2018年06期）
梅溪河[5]（2016）在《用法律之网围捕“宰客”行为》一文中研究指出"青岛大虾"事件、黑龙江"天价鱼"事件……"3·15"到来之际,围绕如何更好地维护消费者权益,参加全国"两会"的代表委员纷纷建言献策。宁夏回族自治区发改委主任张八五代表认为,为防止天价宰客事件发生,一方面需要加大执法力度,对各种侵害消费者合法权益的行为严惩不贷,另一方面也要加快社会信用体系建设,发挥各类社会组织的力量,一旦出现问题,能够及时规范和纠偏。一如马克思早在《资本论》中所言,商人逐利是本能。从实践来看,一(本文来源于《时代金融》期刊2016年13期）
魏征[6]（2014）在《基于博弈理论群体机器人围捕行为研究及虚拟仿真》一文中研究指出随着机器人技术的不断发展,机器人的应用逐渐深入到各个领域,机器人所执行任务以及应用环境的复杂性也在不断增加。单个机器人在一些领域已无法满足人们的需求,因此对群体机器人系统的研究已经成为机器人技术研究的一个重要方向。群体机器人围捕行为问题是群体机器人系统研究的一个重要课题,在科研、军事、工业自动化等领域都具有十分重要的现实意义。本文针对群体机器人围捕行为问题,运用一种新的研究思想——博弈论思想,对群体机器人系统及其围捕行为进行了分析研究,并采用虚拟现实技术,以微软机器人虚拟仿真平台为工具,实现群体机器人在虚拟现实环境下的围捕仿真。运用博弈论思想,针对群体机器人系统中机器人所处环境的动态性和机器人之间协调合作问题,基于博弈理论,建立了群体机器人系统博弈论模型、协调协作模型及系统任务分配机制,对群机器人系统的协作性进行了分析研究,提出了群体机器人系统围捕行为问题的任务分配方法及分配算法。通过对群体机器人围捕过程中的目标搜索问题分析研究,建立了基于概率密度函数的搜索地图,在引入搜索增益和搜索期望基础上,提出了多种目标搜索策略,进行了仿真验证分析。然后在博弈论框架下对群体机器人系统围捕中机器人的运动策略进行了研究,将围捕行为看作二人博弈行为,建立了零和博弈模型,分析研究了影响围捕行为中博弈双方走步策略的要素,在此基础上对群体机器人围捕策略进行优化,提出了基于博弈论的策略选择算法,并进行了仿真实验。采用虚拟现实技术,以Microsoft Robotics Studio(微软机器人工作室)叁维虚拟仿真软件为仿真平台,建立群体机器人虚拟现实仿真环境模型,设计构建群体机器人围捕仿真系统,实现了群体机器人虚拟现实环境下的高保真、可视化围捕行为虚拟仿真。(本文来源于《兰州理工大学》期刊2014-06-10）
张彬[7]（2013）在《基于粒子群算法的群体机器人围捕行为的研究》一文中研究指出在群体机器人研究领域中,机器人个体之间的协调与控制是群体机器人研究的一个重要的方向,群体机器人的围捕问题是该问题的一个十分典型的问题。这个问题要求群体机器人组成的追捕团队相互合作去追捕并包围另外一组或一个机器人。本文首先介绍了群体智能理论：粒子群算法和蚁群算法,并对粒子群算法的建模进行了详细的说明,分析群体机器人主要的协调技术和机器人的任务分配机制,并对机器人的导航技术和通信技术进行研究,建立一种基于报表的通信机制,可以实现机器人的快速通信。机器人的围捕问题是一个综合性的问题,本文以二维动态环境为研究背景,应用人工势场法确定目标机器人的逃跑方向,重点研究了机器人在围捕过程中的路径规划避碰问题,提出了一种综合的避碰策略,建立了群体机器人行为选择机制：在机器人未遇到其他机器人或障碍物时,能使机器人保持正常工作,当机器人遇到障碍物时,则进行状态切换,进入避障状态,在遇到其他机器人时,通过磋商法和意愿强度的方法来实现机器人之间的避碰问题。把改进的粒子群算法用于路径规划问题,综合得出了合适度函数用于路径规划中,用仿真实验对路径规划进行了仿真。最后,建立群体机器人的围捕系统,包括搜索策略设计、围捕任务建模、围捕策略的设计和prey的逃跑策略等,对围捕行为进行仿真实验,结果表明应用粒子群优化算法,人工势场法和围捕策略在动态未知环境中能够成功的对机器人进行抓捕,验证了策略的有效性。(本文来源于《兰州理工大学》期刊2013-06-01）
围捕行为论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了进行群机器人协同作业,提出目标搜索中导航类集体行为学习策略.在使用具有闭环调节功能的动态任务分工方法进行任务分配、自组织地生成多个子群后,在子群中引入基于社会学习微粒群算法的机器人行为学习策略.在子群框架内,机器人各自独立地以感知的共同意向目标信号强度为标准对所有成员排序,将感知优于自己的机器人作为行为示范者.然后在搜索空间各维度上分别随机选择一个行为示范者,学习其在相应维度上的位置坐标,经构造得到搜索空间中自己的学习行为向量,由此决策自身的运动行为.仿真结果表明,在不需要学习全局社会经验的前提下,机器人能针对所属子群的共同意向目标进行协同作业,提高搜索效率.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
围捕行为论文参考文献
[1].杨卫,曾亮,麻轩海.群机器人自组织聚集行为及协同围捕研究[J].兵器装备工程学报.2019
[2].薛颂东,张云正,曾建潮.目标围捕任务中搜索与预包围阶段的群机器人行为学习[J].模式识别与人工智能.2018
[3].王杰.多AUV围捕决策与行为协同控制研究[D].哈尔滨工程大学.2018
[4].陈志鹏,李健.基于动物集群行为的无人机群目标围捕策略[J].现代计算机(专业版).2018
[5].梅溪河.用法律之网围捕“宰客”行为[J].时代金融.2016
[6].魏征.基于博弈理论群体机器人围捕行为研究及虚拟仿真[D].兰州理工大学.2014
[7].张彬.基于粒子群算法的群体机器人围捕行为的研究[D].兰州理工大学.2013