機(jī)器人學(xué)和人工智能中的行為樹

譯者序
前言
作者簡(jiǎn)介
第1章　什么是行為樹1
1.1　BT的發(fā)展簡(jiǎn)史與動(dòng)機(jī)2
1.2　有限狀態(tài)機(jī)的問題是什么？反應(yīng)性和模塊化的必要性3
1.3　BT的經(jīng)典闡述4
1.3.1　BT執(zhí)行示例8
1.3.2　帶有內(nèi)存的控制流節(jié)點(diǎn)9
1.4　從零開始為《吃豆人》創(chuàng)建BT13
1.5　為移動(dòng)機(jī)械手機(jī)器人創(chuàng)建BT15
1.6　BT在機(jī)器人和人工智能中的應(yīng)用18
1.6.1　自動(dòng)駕駛車輛中的BT18
1.6.2　工業(yè)機(jī)器人中的BT19
1.6.3　亞馬遜拾物挑戰(zhàn)賽中的BT21
1.6.4　社交機(jī)器人JIBO中的BT22
第2章　BT如何概括和關(guān)聯(lián)早期思想23
2.1　有限狀態(tài)機(jī)23
2.2　分層有限狀態(tài)機(jī)24
2.2.1　優(yōu)點(diǎn)和缺點(diǎn)24
2.2.2　創(chuàng)建一個(gè)類似BT的FSM26
2.2.3　創(chuàng)建一個(gè)類似FSM的BT32
2.3　包容體系結(jié)構(gòu)33
2.3.1　優(yōu)點(diǎn)和缺點(diǎn)33
2.3.2　BT如何概括包容體系結(jié)構(gòu)34
2.4　遠(yuǎn)程反應(yīng)程序34
2.4.1　優(yōu)點(diǎn)和缺點(diǎn)35
2.4.2　BT如何概括遠(yuǎn)程反應(yīng)程序36
2.5　決策樹36
2.5.1　優(yōu)點(diǎn)和缺點(diǎn)36
2.5.2　BT如何概括決策樹37
2.6　BT的優(yōu)點(diǎn)和缺點(diǎn)38
2.6.1　優(yōu)點(diǎn)38
2.6.2　缺點(diǎn)41
第3章　設(shè)計(jì)原則45
3.1　使用顯式成功條件提高可讀性45
3.2　使用隱式序列提高反應(yīng)性46
3.3　使用決策樹結(jié)構(gòu)處理不同的案例47
3.4　使用序列提高安全性47
3.5　使用反向鏈接創(chuàng)建審慎型BT48
3.6　使用內(nèi)存節(jié)點(diǎn)創(chuàng)建無(wú)反應(yīng)的BT51
3.7　選擇適當(dāng)?shù)腂T粒度51
第4章　BT的擴(kuò)展55
4.1　效用BT55
4.2　隨機(jī)BT56
4.3　臨時(shí)修改BT57
4.4　BT的其他擴(kuò)展58
第5章　效率、安全性和魯棒性分析59
5.1　BT的狀態(tài)空間表示59
5.2　效率與魯棒性62
5.3　安全性67
5.4　實(shí)例70
5.4.1　魯棒性和效率71
5.4.2　安全74
5.4.3　更復(fù)雜的BT78
第6章　BT如何概括早期的思想81
6.1　BT如何概括決策樹81
6.2　BT如何歸納包容體系結(jié)構(gòu)83
6.3　BT如何概括順序行為組合86
6.4　BT如何概括遠(yuǎn)程反應(yīng)程序87
第7章　BT和自動(dòng)規(guī)劃91
7.1　規(guī)劃和動(dòng)作（PA-BT）方法92
7.1.1　算法概述95
7.1.2　算法詳細(xì)說(shuō)明97
7.1.3　對(duì)算法的評(píng)論99
7.1.4　算法的圖形執(zhí)行100
7.1.5　對(duì)現(xiàn)有示例執(zhí)行算法103
7.1.6　反應(yīng)性109
7.1.7　安全性110
7.1.8　容錯(cuò)性111
7.1.9　實(shí)際的復(fù)雜執(zhí)行112
7.2　使用行為語(yǔ)言進(jìn)行規(guī)劃123
7.2.1　ABL 智能體124
7.2.2　ABL規(guī)劃方法126
7.2.3　《星際爭(zhēng)霸》復(fù)雜執(zhí)行過程的簡(jiǎn)要結(jié)果129
7.3　比較PA-BT與ABL131
第8章　BT和機(jī)器學(xué)習(xí)133
8.1　應(yīng)用于BT的遺傳規(guī)劃133
8.2　GP-BT方法135
8.2.1　算法概述136
8.2.2　詳細(xì)的算法步驟138
8.2.3　修剪無(wú)效子樹140
8.2.4　實(shí)驗(yàn)結(jié)果140
8.2.5　在BT中使用GP的其他方法145
8.3　將強(qiáng)化學(xué)習(xí)應(yīng)用于BT145
8.3.1　Q-Learning總結(jié)145
8.3.2　RL-BT方法146
8.3.3　實(shí)驗(yàn)結(jié)果147
8.4　比較GP-BT與RL- BT149
8.5　從演示中學(xué)習(xí)并應(yīng)用于BT150
第9章　隨機(jī)行為樹151
9.1　隨機(jī)BT152
9.1.1　馬爾可夫鏈和馬爾可夫過程152
9.1.2　闡述155
9.2　將SBT轉(zhuǎn)換為DTMC160
9.3　SBT的可靠性165
9.3.1　平均逗留時(shí)間165
9.3.2　平均失敗時(shí)間和平均成功時(shí)間167
9.3.3　隨時(shí)間推移的概率168
9.3.4　隨機(jī)執(zhí)行時(shí)間169
9.3.5　確定執(zhí)行時(shí)間169
9.4　實(shí)例171
第10章　結(jié)束語(yǔ)181
參考文獻(xiàn)183