| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第15-41页 |
| 1.1 问题提出 | 第15-22页 |
| 1.1.1 研究背景 | 第15-19页 |
| 1.1.2 理论背景 | 第19-21页 |
| 1.1.3 研究目标 | 第21-22页 |
| 1.2 国内外研究现状 | 第22-33页 |
| 1.2.1 无人机任务描述与决策方法 | 第22-25页 |
| 1.2.2 MDP参数不确定性的研究 | 第25-27页 |
| 1.2.3 不确定决策和优化求解方法 | 第27-30页 |
| 1.2.4 模型检验 | 第30-33页 |
| 1.3 论文研究内容及创新点 | 第33-37页 |
| 1.3.1 研究内容 | 第33-35页 |
| 1.3.2 创新点 | 第35-37页 |
| 1.4 论文组织结构 | 第37-41页 |
| 第二章 基于概率模型检验的不确定决策模型 | 第41-55页 |
| 2.1 序言 | 第41页 |
| 2.2 任务描述语言 | 第41-43页 |
| 2.2.1 线性时序逻辑 | 第41-42页 |
| 2.2.2 Büchi自动机 | 第42-43页 |
| 2.2.3 确定性Rabin自动机 | 第43页 |
| 2.3 不确定马尔科夫决策过程 | 第43-49页 |
| 2.3.1 马尔科夫决策过程的基本描述 | 第43-45页 |
| 2.3.2 MDP的不确定模型 | 第45-48页 |
| 2.3.3 MDP参数的不确定性分级 | 第48-49页 |
| 2.4 不确定条件下的概率模型检验 | 第49-53页 |
| 2.4.1 确定条件下的模型检验 | 第49页 |
| 2.4.2 MDP相关的模型检验的基本概念和定义 | 第49-50页 |
| 2.4.3 MDP与LTL相结合的概率模型检验框架 | 第50-53页 |
| 2.5 本章小结 | 第53-55页 |
| 第三章 基于信息差决策理论的无人机鲁棒满意决策方法 | 第55-81页 |
| 3.1 序言 | 第55-56页 |
| 3.2 基于信息差的不确定MDP模型 | 第56-58页 |
| 3.2.1 系统模型 | 第56-57页 |
| 3.2.2 信息差决策理论 | 第57-58页 |
| 3.3 基于信息差的鲁棒满意决策问题 | 第58-63页 |
| 3.3.1 基于信息差的MDP模型 | 第58页 |
| 3.3.2 问题建模 | 第58-59页 |
| 3.3.3 鲁棒满意决策框架 | 第59-63页 |
| 3.4 鲁棒满意策略求解方法 | 第63-72页 |
| 3.4.1 单调性定理 | 第64-65页 |
| 3.4.2 鲁棒满意最优性 | 第65-66页 |
| 3.4.3 最高最坏情况LSP的计算 | 第66-69页 |
| 3.4.4 鲁棒满意策略生成算法 | 第69-70页 |
| 3.4.5 鲁棒性评价算法 | 第70-72页 |
| 3.5 实验结果与分析 | 第72-80页 |
| 3.5.1 实验构建 | 第72-74页 |
| 3.5.2 实验结果与分析 | 第74-80页 |
| 3.6 本章小结 | 第80-81页 |
| 第四章 基于PAC增强学习的无人机多目标任务决策方法 | 第81-111页 |
| 4.1 序言 | 第81-82页 |
| 4.2 基于PAC增强学习的近似最优决策 | 第82-102页 |
| 4.2.1 问题描述 | 第82-83页 |
| 4.2.2 安全的探索机制 | 第83-85页 |
| 4.2.3 基于PAC增强学习算法的近似最优决策 | 第85-92页 |
| 4.2.4 算法性能分析 | 第92-96页 |
| 4.2.5 实验设计与算法实现 | 第96-102页 |
| 4.3 面向多目标决策问题的学习方法 | 第102-110页 |
| 4.3.1 问题描述 | 第103页 |
| 4.3.2 分阶段决策方法 | 第103-105页 |
| 4.3.3 基于Q学习的最优策略生成 | 第105-107页 |
| 4.3.4 实验设计与算法实现 | 第107-110页 |
| 4.4 本章小结 | 第110-111页 |
| 第五章 基于双有限时域的多无人机协同任务决策方法 | 第111-129页 |
| 5.1 序言 | 第111-112页 |
| 5.2 双有限时域协同序贯决策框架 | 第112-114页 |
| 5.3 有限时域序贯运动策略合成 | 第114-120页 |
| 5.3.1 划分相关任务集合 | 第114-115页 |
| 5.3.2 构造有限时域相交自动机 | 第115-118页 |
| 5.3.3 构造有限时域乘积系统 | 第118-119页 |
| 5.3.4 求解协同序贯行为策略 | 第119-120页 |
| 5.4 滚动时域协同策略执行 | 第120-122页 |
| 5.4.1 有限时域协同策略投影 | 第120-121页 |
| 5.4.2 有限时域协同策略执行 | 第121-122页 |
| 5.5 仿真实验与分析 | 第122-128页 |
| 5.5.1 仿真想定描述 | 第122-123页 |
| 5.5.2 实验过程与结果分析 | 第123-128页 |
| 5.6 本章小结 | 第128-129页 |
| 第六章 总结与展望 | 第129-133页 |
| 6.1 论文工作总结 | 第129-131页 |
| 6.2 研究展望 | 第131-133页 |
| 致谢 | 第133-135页 |
| 参考文献 | 第135-147页 |
| 作者在学期间取得的学术成果 | 第147-149页 |
| 附录 A 鲁棒决策方法 | 第149-155页 |
| A.1 LDC标准 | 第149-153页 |
| A.2 WRF标准 | 第153-155页 |
