| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外研究现状及分析 | 第9-13页 |
| 1.2.1 路径规划问题研究现状 | 第9-12页 |
| 1.2.2 强化学习研究现状 | 第12-13页 |
| 1.3 论文主要研究内容及章节安排 | 第13-15页 |
| 第2章 路径规划问题及方法 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 路径规划问题描述 | 第15-16页 |
| 2.3 经典路径规划算法 | 第16-20页 |
| 2.3.1 传统算法 | 第16-18页 |
| 2.3.2 图形学方法 | 第18-19页 |
| 2.3.3 智能仿生学算法 | 第19-20页 |
| 2.4 强化学习算法 | 第20-28页 |
| 2.4.1 强化学习模型、原理及基本要素 | 第21-23页 |
| 2.4.2 马尔可夫决策过程 | 第23-26页 |
| 2.4.3 强化学习典型方法 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于强化学习的四旋翼无人机路径规划方法 | 第29-48页 |
| 3.1 引言 | 第29页 |
| 3.2 基于Q-learning方法的四旋翼无人机路径规划 | 第29-33页 |
| 3.2.1 Q-learning方法原理 | 第29-32页 |
| 3.2.2 收敛性分析 | 第32-33页 |
| 3.3 启发策略下基于拉普拉斯映射的Q-learning路径规划 | 第33-41页 |
| 3.3.1 动作选择策略 | 第33-35页 |
| 3.3.2 拉普拉斯特征映射原理 | 第35-38页 |
| 3.3.3 启发策略在强化学习路径规划中的应用 | 第38-41页 |
| 3.4 基于Dyna学习框架的Q-learning——Dyna-Q方法 | 第41-46页 |
| 3.4.1 Dyna学习框架的原理 | 第42-43页 |
| 3.4.2 Dyna-Q方法在路径规划中的应用 | 第43-45页 |
| 3.4.3 收敛性分析 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 仿真结果及分析 | 第48-63页 |
| 4.1 引言 | 第48页 |
| 4.2 无障碍环境下路径规划仿真对比分析 | 第48-52页 |
| 4.3 静止障碍物下路径规划仿真对比分析 | 第52-60页 |
| 4.3.1 低维度地图下三种方法结果及对比 | 第53-56页 |
| 4.3.2 高维度地图下三种方法结果及对比 | 第56-60页 |
| 4.4 移动障碍物下路径规划仿真对比分析 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-72页 |
| 致谢 | 第72-73页 |
