| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第13-20页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 移动机器人路径规划概述 | 第14-16页 |
| 1.3 强化学习的发展现状及其在路径规划中的应用 | 第16-18页 |
| 1.4 本文主要工作和内容安排 | 第18-20页 |
| 2 强化学习理论 | 第20-31页 |
| 2.1 强化学习的基本原理 | 第20-22页 |
| 2.2 强化学习的结构模型 | 第22-23页 |
| 2.3 强化学习系统的组成要素 | 第23-27页 |
| 2.4 强化学习的典型算法 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 模拟退火-Q学习算法 | 第31-44页 |
| 3.1 模拟退火算法 | 第31-33页 |
| 3.2 模拟退火-Q(SA-Q)学习算法 | 第33-34页 |
| 3.3 基于行为分解的SA-Q学习算法路径规划 | 第34-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于模糊控制的SA-Q学习算法的路径规划 | 第44-63页 |
| 4.1 模糊控制系统 | 第44-48页 |
| 4.2 基于模糊控制的SA-Q算法 | 第48-51页 |
| 4.3 基于模糊控制和SA-Q算法的路径规划实验仿真 | 第51-62页 |
| 4.4 本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间的主要成果 | 第70页 |