機器人學和人工智能中的行為樹

譯者序
前言
作者簡介
第1章　什么是行為樹1
1.1　BT的發(fā)展簡史與動機2
1.2　有限狀態(tài)機的問題是什么？反應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9
1.4　從零開始為《吃豆人》創(chuàng)建BT13
1.5　為移動機械手機器人創(chuàng)建BT15
1.6　BT在機器人和人工智能中的應用18
1.6.1　自動駕駛車輛中的BT18
1.6.2　工業(yè)機器人中的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23
2.2　分層有限狀態(tài)機24
2.2.1　優(yōu)點和缺點24
2.2.2　創(chuàng)建一個類似BT的FSM26
2.2.3　創(chuàng)建一個類似FSM的BT32
2.3　包容體系結(jié)構(gòu)33
2.3.1　優(yōu)點和缺點33
2.3.2　BT如何概括包容體系結(jié)構(gòu)34
2.4　遠程反應程序34
2.4.1　優(yōu)點和缺點35
2.4.2　BT如何概括遠程反應程序36
2.5　決策樹36
2.5.1　優(yōu)點和缺點36
2.5.2　BT如何概括決策樹37
2.6　BT的優(yōu)點和缺點38
2.6.1　優(yōu)點38
2.6.2　缺點41
第3章　設(shè)計原則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)點創(chuàng)建無反應的BT51
3.7　選擇適當?shù)腂T粒度51
第4章　BT的擴展55
4.1　效用BT55
4.2　隨機BT56
4.3　臨時修改BT57
4.4　BT的其他擴展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　實例70
5.4.1　魯棒性和效率71
5.4.2　安全74
5.4.3　更復雜的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如何概括遠程反應程序87
第7章　BT和自動規(guī)劃91
7.1　規(guī)劃和動作（PA-BT）方法92
7.1.1　算法概述95
7.1.2　算法詳細說明97
7.1.3　對算法的評論99
7.1.4　算法的圖形執(zhí)行100
7.1.5　對現(xiàn)有示例執(zhí)行算法103
7.1.6　反應性109
7.1.7　安全性110
7.1.8　容錯性111
7.1.9　實際的復雜執(zhí)行112
7.2　使用行為語言進行規(guī)劃123
7.2.1　ABL 智能體124
7.2.2　ABL規(guī)劃方法126
7.2.3　《星際爭霸》復雜執(zhí)行過程的簡要結(jié)果129
7.3　比較PA-BT與ABL131
第8章　BT和機器學習133
8.1　應用于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　詳細的算法步驟138
8.2.3　修剪無效子樹140
8.2.4　實驗結(jié)果140
8.2.5　在BT中使用GP的其他方法145
8.3　將強化學習應用于BT145
8.3.1　Q-Learning總結(jié)145
8.3.2　RL-BT方法146
8.3.3　實驗結(jié)果147
8.4　比較GP-BT與RL- BT149
8.5　從演示中學習并應用于BT150
第9章　隨機行為樹151
9.1　隨機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　平均逗留時間165
9.3.2　平均失敗時間和平均成功時間167
9.3.3　隨時間推移的概率168
9.3.4　隨機執(zhí)行時間169
9.3.5　確定執(zhí)行時間169
9.4　實例171
第10章　結(jié)束語181
參考文獻183