| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状及分析 | 第12-19页 |
| 1.2.1 移动机器人控制方法研究现状 | 第12-14页 |
| 1.2.2 移动机器人动态避障与自主导航主要方法 | 第14-19页 |
| 1.3 本文组织结构 | 第19-20页 |
| 第二章 移动机器人控制架构与深度增强学习原理 | 第20-28页 |
| 2.1 移动机器人控制架构分析 | 第20-23页 |
| 2.1.1 基于场景和态势控制架构 | 第20-21页 |
| 2.1.2 基于知识的控制架构 | 第21-22页 |
| 2.1.3 基于行为的控制架构 | 第22-23页 |
| 2.2 深度增强学习原理 | 第23-27页 |
| 2.2.1 马尔可夫决策过程 | 第23-24页 |
| 2.2.2 深度增强学习模型 | 第24-26页 |
| 2.2.3 深度增强学习基本要素 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于DRL的移动机器人自主避障与导航模型 | 第28-38页 |
| 3.1 移动机器人运动学建模及状态设计 | 第28-32页 |
| 3.2 移动机器人学习目标 | 第32-33页 |
| 3.3 移动机器人动作空间设计 | 第33-34页 |
| 3.4 移动机器人避障和导航模型结构 | 第34-35页 |
| 3.5 移动机器人避障和导航模型训练与测试 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 移动机器人自主避障与导航模型的改进方法 | 第38-50页 |
| 4.1 感知端引入记忆单元 | 第38-42页 |
| 4.2 决策端输出离散动作 | 第42-44页 |
| 4.3 分层训练 | 第44-46页 |
| 4.4 改进DRL的移动机器人避障和导航模型仿真实验 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 移动机器人控制系统设计及避障与导航实验 | 第50-68页 |
| 5.1 系统总体框架设计 | 第50-55页 |
| 5.1.1 移动机器人决策部分 | 第51-52页 |
| 5.1.2 移动机器人感知部分 | 第52-54页 |
| 5.1.3 移动机器人执行部分 | 第54-55页 |
| 5.2 决策层软件开发 | 第55-59页 |
| 5.2.1 软件界面设计 | 第55-57页 |
| 5.2.2 数据通信设计 | 第57-58页 |
| 5.2.3 地图实时更新设计 | 第58-59页 |
| 5.3 移动机器人车载系统开发 | 第59-64页 |
| 5.3.1 伺服控制方式设计 | 第59-61页 |
| 5.3.2 点位模式设计 | 第61-62页 |
| 5.3.3 任务设计 | 第62-63页 |
| 5.3.4 数据包设计 | 第63-64页 |
| 5.4 避障与导航实验 | 第64-66页 |
| 5.4.1 移动机器人在静态环境下实验结果与分析 | 第64-65页 |
| 5.4.2 移动机器人在动态环境下实验结果与分析 | 第65-66页 |
| 5.5 本章小结 | 第66-68页 |
| 总结与展望 | 第68-70页 |
| 总结 | 第68-69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间取得的研究成果 | 第78页 |