基于深度强化学习的小行星探测器跳跃轨迹规划研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-15页 |
| 1.2.1 小行星探测研究现状 | 第10-12页 |
| 1.2.2 强化学习研究现状 | 第12-13页 |
| 1.2.3 深度学习研究现状 | 第13页 |
| 1.2.4 深度强化学习研究现状 | 第13-14页 |
| 1.2.5 国内外文献综述的简析 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 深度强化学习理论及算法 | 第17-32页 |
| 2.1 引言 | 第17页 |
| 2.2 强化学习基本原理 | 第17-20页 |
| 2.2.1 Markov决策过程 | 第17-18页 |
| 2.2.2 强化学习模型基本要素 | 第18-20页 |
| 2.3 强化学习基本算法 | 第20-22页 |
| 2.3.1 Q学习算法 | 第20页 |
| 2.3.2 Actor-Critic算法 | 第20-22页 |
| 2.4 深度学习基础 | 第22-27页 |
| 2.4.1 前馈神经网络 | 第22-25页 |
| 2.4.2 卷积神经网络 | 第25-27页 |
| 2.5 深度强化学习算法 | 第27-30页 |
| 2.5.1 深度Q网络算法 | 第27-29页 |
| 2.5.2 深度确定性策略梯度算法 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 小行星探测器建模与仿真 | 第32-41页 |
| 3.1 引言 | 第32页 |
| 3.2 小行星探测器模型 | 第32-35页 |
| 3.2.1 探测器动力学模型 | 第32-34页 |
| 3.2.2 探测器与小行星地面碰撞模型 | 第34-35页 |
| 3.3 探测器无控跳跃移动仿真 | 第35-38页 |
| 3.4 探测器跳跃移动模式仿真分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 平坦地面探测器轨迹规划策略研究 | 第41-52页 |
| 4.1 引言 | 第41页 |
| 4.2 任务建模 | 第41-45页 |
| 4.2.1 状态空间与动作空间的表示 | 第41-43页 |
| 4.2.2 仿真环境 | 第43页 |
| 4.2.3 奖赏函数 | 第43-45页 |
| 4.3 深度强化学习算法设计 | 第45-48页 |
| 4.4 模型训练与测试 | 第48-51页 |
| 4.4.1 模型训练 | 第48-49页 |
| 4.4.2 仿真测试 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 具有避障能力的轨迹规划策略研究 | 第52-61页 |
| 5.1 引言 | 第52页 |
| 5.2 任务建模 | 第52-53页 |
| 5.3 算法与网络结构设计 | 第53-57页 |
| 5.3.1 价值迭代网络 | 第53-55页 |
| 5.3.2 基于VIN的深度强化学习算法设计 | 第55-57页 |
| 5.4 模型训练与测试 | 第57-60页 |
| 5.4.1 模型训练 | 第57-58页 |
| 5.4.2 仿真测试 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68页 |
