| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 倒立摆的起摆控制研究现状 | 第9-10页 |
| 1.2.2 倒立摆平衡控制研究现状 | 第10-12页 |
| 1.3 研究工作及内容安排 | 第12-14页 |
| 2 理论基础 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 直线一阶倒立摆基础理论 | 第14-17页 |
| 2.2.1 直线一阶倒立摆工作原理 | 第14页 |
| 2.2.2 直线一阶倒立摆建模及性能分析 | 第14-17页 |
| 2.3 强化学习基础理论 | 第17-21页 |
| 2.3.1 强化学习基础概念 | 第17-18页 |
| 2.3.2 马尔可夫决策过程 | 第18-19页 |
| 2.3.3 强化学习模型及四要素 | 第19-20页 |
| 2.3.4 强化学习常用算法 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 3 基于Q学习的倒立摆起摆控制 | 第22-26页 |
| 3.1 引言 | 第22页 |
| 3.2 倒立摆起摆问题描述 | 第22页 |
| 3.3 Q学习算法 | 第22-23页 |
| 3.4 实验结果及分析 | 第23-24页 |
| 3.5 小结 | 第24-26页 |
| 4 基于最小二乘策略迭代(LSPI)的倒立摆平衡控制 | 第26-34页 |
| 4.1 引言 | 第26页 |
| 4.2 基于LSPI的倒立摆平衡控制算法框架 | 第26-27页 |
| 4.3 LSTD-Q策略评估算法 | 第27-29页 |
| 4.3.1 最小二乘时间差分算法(LSTD) | 第27页 |
| 4.3.2 LSTD-Q算法 | 第27-29页 |
| 4.4 最小二乘策略迭代的具体实现流程 | 第29-30页 |
| 4.5 实验结果及分析 | 第30-33页 |
| 4.6 小结 | 第33-34页 |
| 5 基于稀疏核机器的最小二乘策略迭代( KLSPI)的倒立摆平衡控制 | 第34-46页 |
| 5.1 引言 | 第34页 |
| 5.2 KLSPI的倒立摆平衡控制算法框架 | 第34-35页 |
| 5.3 基于稀疏核机器的KLSTD-Q策略评估算法 | 第35-39页 |
| 5.3.1 基于近似线性相关分析(ALD)的稀疏核机器算法 | 第35-36页 |
| 5.3.2 基于稀疏核机器的KLSTD-Q策略评估算法 | 第36-39页 |
| 5.4 基于稀疏核机器的最小二乘策略迭代的具体实现流程 | 第39-40页 |
| 5.5 实验结果及分析 | 第40-44页 |
| 5.6 小结 | 第44-46页 |
| 6 基于极限学习机的最小二乘策略迭代的倒立摆平衡控制 | 第46-56页 |
| 6.1 引言 | 第46页 |
| 6.2 极限学习机(ELM)简介 | 第46-47页 |
| 6.3 基于ELM-LSPI的倒立摆平衡控制算法框架 | 第47-48页 |
| 6.4 基于ELM的最小二乘时间差分策略评估算法 | 第48页 |
| 6.5 基于ELM的最小二乘策略迭代的具体实现流程 | 第48-49页 |
| 6.6 实验结果及分析 | 第49-55页 |
| 6.7 小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56-57页 |
| 7.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-63页 |
