分层强化学习与潜在动作模型的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第10-14页 |
| 1.1 机器人发展史简介 | 第10页 |
| 1.2 自主心智发育思想 | 第10-11页 |
| 1.3 潜在动作 | 第11-12页 |
| 1.4 主要研究工作以及内容安排 | 第12-14页 |
| 第二章 潜在动作模型理论 | 第14-23页 |
| 2.1 潜在动作模型的介绍 | 第14-15页 |
| 2.2 潜在动作的意义 | 第15-16页 |
| 2.3 潜在动作的研究现状 | 第16-20页 |
| 2.3.1 贝叶斯潜在动作模型 | 第17-18页 |
| 2.3.2 三元组潜在动作模型 | 第18-19页 |
| 2.3.3 层次化潜在动作模型 | 第19-20页 |
| 2.4 基于能量的潜在动作模型 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 分层强化学习 | 第23-37页 |
| 3.1 分层强化学习国内外研究现状 | 第23-25页 |
| 3.2 马尔可夫与半马尔可夫决策过程 | 第25-26页 |
| 3.3 值函数分解 | 第26-29页 |
| 3.4 状态抽象 | 第29-30页 |
| 3.5 基于能量的潜在动作模型分层强化学习算法 | 第30-34页 |
| 3.6 学习参数 | 第34-36页 |
| 3.6.1 学习因子 | 第35页 |
| 3.6.2 策略 | 第35-36页 |
| 3.6.3 折扣因子 | 第36页 |
| 3.7 本章小结 | 第36-37页 |
| 第四章 分层强化学习与潜在动作模型的应用 | 第37-61页 |
| 4.1 虚拟障碍物环境下机器人路径规划应用 | 第38-48页 |
| 4.1.1 场景描述 | 第38-39页 |
| 4.1.2 任务图与值函数图的构建 | 第39-40页 |
| 4.1.3 状态抽象计算 | 第40-42页 |
| 4.1.4 初始路径规划 | 第42-44页 |
| 4.1.5 障碍物的潜在动作模型 | 第44-48页 |
| 4.2 复杂障碍物环境下机器人路径规划应用 | 第48-56页 |
| 4.2.1 实验场景描述 | 第50-51页 |
| 4.2.2 学习因子分析 | 第51-53页 |
| 4.2.3 状态抽象分析 | 第53-54页 |
| 4.2.4 基于能量的潜在动作模型 | 第54-55页 |
| 4.2.5 实验结果分析 | 第55-56页 |
| 4.3 基于能量的潜在动作模型在两机器人的应用 | 第56-60页 |
| 4.3.1 实验场景描述 | 第57-58页 |
| 4.3.2 两机器人的能量潜在动作模型 | 第58页 |
| 4.3.3 实验结果分析 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 总结与展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |
