| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和选题意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文的结构 | 第13-15页 |
| 第二章 基于事件的强化学习 | 第15-32页 |
| 2.1 强化学习的理论知识 | 第15-24页 |
| 2.1.1 马尔可夫决策过程 | 第15-16页 |
| 2.1.2 基于值函数的强化学习 | 第16-21页 |
| 2.1.3 基于策略的强化学习 | 第21-24页 |
| 2.2 基于事件的灵敏度分析 | 第24-28页 |
| 2.2.1 基于事件优化的数学基础 | 第24-25页 |
| 2.2.2 基于事件优化的实例 | 第25-28页 |
| 2.3 基于事件的强化学习框架 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于事件强化学习的仿真实验 | 第32-45页 |
| 3.1 问题描述 | 第32页 |
| 3.2 基于事件的Q-learning在小型地图中的路径规划 | 第32-36页 |
| 3.3 基于事件的Q-learning在中型地图中的路径规划 | 第36-39页 |
| 3.4 基于事件的Q-learning在大型地图中的路径规划 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于事件强化学习与机器人室内导航 | 第45-66页 |
| 4.1 SLAM的理论知识 | 第45-50页 |
| 4.1.1 基于激光雷达的SLAM算法 | 第45-46页 |
| 4.1.2 基于视觉的SLAM算法 | 第46-50页 |
| 4.2 硬件平台和软件配置 | 第50-53页 |
| 4.2.1 HandsFree开源机器人硬件平台 | 第50-51页 |
| 4.2.2 ROS机器人操作系统 | 第51-53页 |
| 4.3 基于事件强化学习的建模 | 第53-65页 |
| 4.3.1 机器人的建图和定位 | 第53-56页 |
| 4.3.2 事件的触发 | 第56-60页 |
| 4.3.3 基于事件Q-learning算法的路径规划和导航 | 第60-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位发表的论文 | 第77-78页 |
