| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 仿人机器人研究历史与现状 | 第11-14页 |
| 1.3 仿人机器人研究意义 | 第14-15页 |
| 1.4 本课题主要工作 | 第15-16页 |
| 1.5 本课题组织结构 | 第16-17页 |
| 第2章 仿人机器人步行研究 | 第17-32页 |
| 2.1 仿人机器人双足步行理论回顾 | 第17页 |
| 2.2 静态步行模型 | 第17-18页 |
| 2.3 动态步行模型 | 第18-19页 |
| 2.4 ZMP理论 | 第19-21页 |
| 2.5 倒立摆模型 | 第21-22页 |
| 2.6 基于3维倒立摆模型及ZMP理论的离线步态产生方法 | 第22-30页 |
| 2.6.1 简化的仿人机器人行走模型 | 第22-23页 |
| 2.6.23维倒立摆模型及ZMP分析 | 第23-27页 |
| 2.6.3 仿人机器人运行学分析 | 第27-30页 |
| 2.6.4 离线轨迹关键帧提取 | 第30页 |
| 2.7 本章小结 | 第30-32页 |
| 第3章 基于RBF网络的Q学习框架 | 第32-55页 |
| 3.1 强化学习 | 第32-36页 |
| 3.1.1 Actor-Critic | 第33页 |
| 3.1.2 TD学习 | 第33页 |
| 3.1.3 Eligibility Traces | 第33-34页 |
| 3.1.4 Q学习 | 第34页 |
| 3.1.5 TD学习和Q学习在连续状态行为空间上的实现 | 第34-36页 |
| 3.2 神经网络 | 第36-41页 |
| 3.2.1 基本结构 | 第36-38页 |
| 3.2.2 BP算法 | 第38-39页 |
| 3.2.3 RBF网络 | 第39-41页 |
| 3.3 基于RBF网络的Q学习框架 （RBF-Q Learning）设计 | 第41-53页 |
| 3.3.1 RBF-Q Learning算法简要描述 | 第41-42页 |
| 3.3.2 RBF网络拟合的Q函数 | 第42-44页 |
| 3.3.3 梯度下降法求解下一步行为 | 第44-45页 |
| 3.3.4 RBF-Q Learning算法框架 | 第45-47页 |
| 3.3.5 基于RBF-Q Learning框架的自适应PID控制器 | 第47-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第4章 The Vitruvian Man仿人机器人平台 | 第55-62页 |
| 4.1 仿人机器人平台机械结构 | 第55-56页 |
| 4.2 仿人机器人平台Webots仿真模型 | 第56-57页 |
| 4.3 仿人机器人硬件平台架构 | 第57-60页 |
| 4.4 仿人机器人软件平台架构 | 第60-61页 |
| 4.5本章小结 | 第61-62页 |
| 第5章 基于强化学习的仿人机器人步行稳定控制 | 第62-76页 |
| 5.1 不平整地面上的步行 | 第62页 |
| 5.2 基于传感器反馈信息的稳定控制 | 第62-63页 |
| 5.3 传感器信息及姿态 | 第63-68页 |
| 5.3.1 加速度传感器 | 第63-64页 |
| 5.3.2 陀螺仪（角速度传感器） | 第64页 |
| 5.3.3 仿人机器人姿态估计 | 第64-68页 |
| 5.4 基于RBF-Q Learning框架的自适应PID步行稳定控制器 | 第68-70页 |
| 5.4.1 基于RBF-Q Learning框架的自适应PID稳定控制器结构 | 第68-70页 |
| 5.4.2 基于RBF-Q Learning框架的自适应PID稳定控制流程 | 第70页 |
| 5.5 基于RBF-Q Learning框架的强化学习步行稳定控制器 | 第70-75页 |
| 5.5.1 基于RBF-Q Learning框架的步行稳定控制器结构 | 第71-74页 |
| 5.5.2 基于RBF-Q Learning框架的步行稳定控制流程 | 第74-75页 |
| 5.6 本章小结 | 第75-76页 |
| 第6章 实验及结果 | 第76-91页 |
| 6.1 仿真实验 | 第76-87页 |
| 6.1.1 实验环境 | 第76-78页 |
| 6.1.2 实验过程 | 第78-81页 |
| 6.1.3 结果分析 | 第81-87页 |
| 6.1.4 实验总结 | 第87页 |
| 6.2 向实体机器人上的迁移 | 第87-89页 |
| 6.2.1 实体环境上所面临的问题 | 第88-89页 |
| 6.2.2 实体机器人行走结果 | 第89页 |
| 6.2.3 实验总结 | 第89页 |
| 6.3 本章小结 | 第89-91页 |
| 结论 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 攻读硕士学位期间取得的研究成果 | 第97-98页 |
| 致谢 | 第98-99页 |
| 附件 | 第99页 |
