| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 AUV路径规划的背景和意义 | 第11页 |
| 1.2 路径规划技术概述 | 第11-13页 |
| 1.3 研究现状 | 第13-16页 |
| 1.4 面临的问题和解决方案 | 第16页 |
| 1.5 本文研究内容 | 第16-19页 |
| 第2章 基于强化学习的AUV路径规划分层结构设计 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 强化学习理论基础 | 第19-23页 |
| 2.2.1 强化学习思想 | 第19-21页 |
| 2.2.2 马尔可夫决策 | 第21-22页 |
| 2.2.3 Q-学习算法 | 第22-23页 |
| 2.3 分层强化学习理论 | 第23-26页 |
| 2.3.1 半马尔可夫决策过程 | 第24页 |
| 2.3.2 分层与抽象 | 第24-25页 |
| 2.3.3 MAXQ学习方法 | 第25-26页 |
| 2.4 AUV路径规划分层框架设计 | 第26-30页 |
| 2.4.1 分层原则 | 第27-28页 |
| 2.4.2 分层决策策略 | 第28页 |
| 2.4.4 三个层次设计 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于半马尔可夫决策过程的AUV全局路径规划 | 第31-49页 |
| 3.1 引言 | 第31页 |
| 3.2 AUV全局路径规划算法研究 | 第31-34页 |
| 3.2.1 搜索策略 | 第31-32页 |
| 3.2.2 MAXQ任务分层 | 第32-33页 |
| 3.2.3 基于MAXQ算法的评价函数 | 第33-34页 |
| 3.3 AUV全局路径规划模型设计 | 第34-39页 |
| 3.3.1 环境状态模型 | 第35页 |
| 3.3.2 行为动作模型 | 第35-36页 |
| 3.3.3 奖赏函数模型 | 第36页 |
| 3.3.4 状态转移函数模型 | 第36-37页 |
| 3.3.5 分层结构模型 | 第37-39页 |
| 3.4 AUV全局路径规划仿真界面 | 第39-42页 |
| 3.5 AUV全局路径规划仿真试验 | 第42-48页 |
| 3.5.1 仿真试验算法流程 | 第42-43页 |
| 3.5.2 路径优化设计 | 第43-45页 |
| 3.5.3 仿真试验 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于分层强化学习的AUV局部路径规划 | 第49-69页 |
| 4.1 引言 | 第49页 |
| 4.2 AUV局部路径规划系统建模 | 第49-57页 |
| 4.2.1 分层模型 | 第49-51页 |
| 4.2.2 机器人传感器模型 | 第51-54页 |
| 4.2.3 环境状态模型 | 第54-55页 |
| 4.2.4 行为动作模型 | 第55页 |
| 4.2.5 海流模型 | 第55-56页 |
| 4.2.6 层次强化信号模型 | 第56-57页 |
| 4.3 AUV局部路径规划算法研究 | 第57-61页 |
| 4.3.1 CMAC神经网络原理 | 第57-58页 |
| 4.3.2 基于CMAC的MAXQ算法改进 | 第58-60页 |
| 4.3.3 AUV局部路径规划算法流程 | 第60-61页 |
| 4.4 基于分层强化学习的实时路径规划仿真 | 第61-63页 |
| 4.5 不完全探测下的路径规划仿真 | 第63-67页 |
| 4.5.1 AUV传感器故障简介 | 第63-64页 |
| 4.5.2 传感器故障下的避障机制 | 第64-66页 |
| 4.5.3 仿真试验 | 第66-67页 |
| 4.6 本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-77页 |
| 致谢 | 第77页 |