基于强化学习的服务机器人导航研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·服务机器人概述 | 第10-13页 |
| ·服务机器人的定义及应用 | 第10-11页 |
| ·服务机器人的研究及关键技术 | 第11-13页 |
| ·课题来源及研究的意义 | 第13-15页 |
| ·课题的来源 | 第13页 |
| ·课题研究的目的意义 | 第13-15页 |
| ·强化学习的发展史及研究现状 | 第15-16页 |
| ·强化学习的发展史 | 第15-16页 |
| ·强化学习的研究现状 | 第16页 |
| ·本文的主要内容和组织结构 | 第16-18页 |
| 第2章 强化学习的基础理论 | 第18-28页 |
| ·引言 | 第18页 |
| ·强化学习模型 | 第18-20页 |
| ·马尔可夫决策过程 | 第18-19页 |
| ·强化学习的基本原理 | 第19-20页 |
| ·强化学习系统的组成元素 | 第20-23页 |
| ·强化学习四要素 | 第20-21页 |
| ·状态值函数 | 第21-23页 |
| ·探索和利用的平衡 | 第23-24页 |
| ·Q 学习 | 第24-26页 |
| ·Q 学习的基本算法 | 第24-25页 |
| ·Q 学习的实现方法 | 第25-26页 |
| ·Q 学习的主要步骤 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于强化学习的反应式导航研究 | 第28-39页 |
| ·引言 | 第28页 |
| ·机器人强化学习系统设计 | 第28-32页 |
| ·机器人模型 | 第28-29页 |
| ·环境状态的划分 | 第29-30页 |
| ·机器人行为动作的定义 | 第30-31页 |
| ·奖赏回报函数的设定 | 第31-32页 |
| ·动作选择机制 | 第32-33页 |
| ·资格迹—Q 学习算法 | 第33-34页 |
| ·基于强化学习的反应式导航步骤 | 第34-35页 |
| ·仿真实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 基于强化学习的静态环境路径规划 | 第39-55页 |
| ·引言 | 第39页 |
| ·路径规划 | 第39-40页 |
| ·栅格（或几何）法 | 第39-40页 |
| ·拓扑图法 | 第40页 |
| ·基于强化学习的路径规划 | 第40-49页 |
| ·地图预处理 | 第41-43页 |
| ·地图强化学习 | 第43-46页 |
| ·先验地图学习的流程 | 第46页 |
| ·路径规划导航 | 第46-48页 |
| ·路径规划的仿真结果 | 第48-49页 |
| ·改进的强化学习系统 | 第49-51页 |
| ·规划路径分析 | 第49页 |
| ·动作空间和奖赏回报的改进 | 第49-51页 |
| ·改进后的导航控制仿真结果 | 第51页 |
| ·轮盘旋转学习策略 | 第51-53页 |
| ·轮盘旋转策略 | 第51-52页 |
| ·轮盘旋转学习策略的分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于综合控制的动态环境导航研究 | 第55-65页 |
| ·引言 | 第55页 |
| ·基于模糊逻辑的避碰控制 | 第55-59页 |
| ·模糊控制原理 | 第55-56页 |
| ·机器人避碰控制规则 | 第56-59页 |
| ·强化学习路径规划与模糊避障的融合 | 第59-60页 |
| ·综合导航控制的结构 | 第60页 |
| ·综合控制下的导航流程 | 第60-62页 |
| ·基于综合控制的导航仿真结果 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
