基于强化学习的多机器人行为式队形控制策略研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-18页 |
| ·问题的提出与研究意义 | 第8页 |
| ·相关问题的国内外研究现状 | 第8-11页 |
| ·多机器人系统 | 第8-10页 |
| ·多机器人系统相关研究领域 | 第10-11页 |
| ·本文研究问题的国内外研究现状 | 第11-15页 |
| ·多机器人队形控制 | 第11-13页 |
| ·强化学习 | 第13-14页 |
| ·强化学习在多机器人系统中的应用 | 第14-15页 |
| ·存在的问题 | 第15-16页 |
| ·本文的主要内容与结构安排 | 第16-18页 |
| 第2章 强化学习理论基础 | 第18-26页 |
| ·引言 | 第18页 |
| ·强化学习的基本原理 | 第18-19页 |
| ·马尔可夫决策过程 | 第18-19页 |
| ·强化学习基本原理与模型 | 第19页 |
| ·强化学习的基本组成 | 第19-22页 |
| ·探索策略 | 第19-20页 |
| ·奖励函数 | 第20-21页 |
| ·优化模型 | 第21-22页 |
| ·强化学习的主要算法 | 第22-24页 |
| ·蒙特卡罗算法 | 第22-23页 |
| ·动态规划算法 | 第23页 |
| ·瞬时差分算法 | 第23-24页 |
| ·Q 学习 | 第24页 |
| ·Sarsa 学习算法 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于行为法的队形控制策略 | 第26-50页 |
| ·引言 | 第26-27页 |
| ·队形控制策略基础 | 第27-32页 |
| ·领航跟随法 | 第27-28页 |
| ·虚拟结构法 | 第28-29页 |
| ·基于行为法 | 第29-32页 |
| ·基于行为的队形控制算法设计 | 第32-37页 |
| ·基于行为法中的子行为选取 | 第32-35页 |
| ·基于行为的队形控制算法实现 | 第35-37页 |
| ·仿真实验结果与分析 | 第37-49页 |
| ·仿真环境介绍 | 第37-38页 |
| ·仿真结果及分析 | 第38-45页 |
| ·算法存在的问题及解决方法 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于强化学习的行为式队形控制策略 | 第50-60页 |
| ·引言 | 第50页 |
| ·队形控制策略基本思想 | 第50-53页 |
| ·队形控制策略实现方法 | 第53-55页 |
| ·状态空间的设置 | 第53页 |
| ·强化信号的设置 | 第53-54页 |
| ·探索策略 | 第54页 |
| ·Q 值更新策略 | 第54-55页 |
| ·仿真实验结果与分析 | 第55-59页 |
| ·渐宽通道环境仿真 | 第55-57页 |
| ·宽窄交替变化通道环境仿真 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 全文总结 | 第60-62页 |
| ·本文完成的主要工作和结论 | 第60页 |
| ·需要进一步研究的问题 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 摘要 | 第67-69页 |
| Abstract | 第69-71页 |
| 导师与作者简介 | 第71页 |
