| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究的背景与意义 | 第10-11页 |
| ·机器人路径规划方法的研究现状 | 第11-15页 |
| ·路径规划的传统方法 | 第11-12页 |
| ·路径规划的智能优化方法 | 第12-14页 |
| ·路径规划的其他方法 | 第14-15页 |
| ·论文的主要内容 | 第15-17页 |
| 第二章 多机器人系统路径规划 | 第17-26页 |
| ·多机器人系统概述 | 第17-18页 |
| ·多机器人系统主要研究内容 | 第18-22页 |
| ·多机器人系统的体系结构 | 第18-20页 |
| ·路径规划 | 第20-21页 |
| ·机器人之间的通信 | 第21-22页 |
| ·多机器人系统的应用领域 | 第22-24页 |
| ·多机器人系统路径规划的分类及现状 | 第24-26页 |
| 第三章 强化学习 | 第26-37页 |
| ·强化学习的基本原理和模型 | 第26-28页 |
| ·强化学习的特点及其主要组成要素 | 第28-30页 |
| ·强化学习的主要算法 | 第30-37页 |
| ·马尔可夫决策过程模型 | 第30-32页 |
| ·瞬时差分算法 | 第32-33页 |
| ·Q 学习 | 第33-35页 |
| ·递阶强化学习 | 第35-37页 |
| 第四章 模糊规则下基于强化学习的多机器人路径规划的研究 | 第37-50页 |
| ·模糊逻辑 | 第37-40页 |
| ·模糊概念与模糊集合 | 第37-39页 |
| ·模糊规则 | 第39-40页 |
| ·改进递阶强化学习 | 第40-42页 |
| ·模糊规则下基于强化学习的多机器人路径规划 | 第42-46页 |
| ·多机器人系统路径规划系统结构 | 第42-43页 |
| ·模糊规则设计 | 第43-44页 |
| ·强化学习设计 | 第44-46页 |
| ·仿真实验 | 第46-50页 |
| 第五章 模糊 SOM 网络下基于强化学习的多机器人路径规划的研究 | 第50-58页 |
| ·SOM 网络 | 第50-52页 |
| ·自组织网络概述 | 第50页 |
| ·自组织网络的原理 | 第50-52页 |
| ·SOM 网络学习方法 | 第52页 |
| ·模糊 SOM 网络下基于强化学习的路径规划系统的设计 | 第52-55页 |
| ·仿真实验 | 第55-58页 |
| 第六章 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
