| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·强化学习在导航中的研究概况 | 第11-14页 |
| ·论文主要研究内容和创新点 | 第14-15页 |
| 2 强化学习理论及算法 | 第15-27页 |
| ·强化学习简介 | 第15-16页 |
| ·强化学习的基本原理及模型 | 第16-18页 |
| ·强化学习的基本原理 | 第16页 |
| ·强化学习的标准模型 | 第16-18页 |
| ·强化学习的特点及主要组成要素 | 第18-20页 |
| ·强化学习的主要算法 | 第20-26页 |
| ·马尔可夫决策过程(MDP)模型 | 第20-22页 |
| ·时间差分算法 | 第22-24页 |
| ·Q-学习算法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3 协同虚拟环境概述 | 第27-37页 |
| ·协同虚拟环境基本定义 | 第27-30页 |
| ·协同虚拟环境特点 | 第30-32页 |
| ·协同虚拟环境主要结构和模型 | 第32-35页 |
| ·协同虚拟环境参考体系结构 | 第32-33页 |
| ·协同虚拟环境网络拓扑结构 | 第33-34页 |
| ·协同虚拟环境通用信息模型 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 4 多Agent协同导航模型 | 第37-49页 |
| ·虚拟环境中的导航的定义 | 第37-38页 |
| ·主动导航与被动导航 | 第38-39页 |
| ·单用户导航模型 | 第39-44页 |
| ·Spence的导航模型 | 第40-41页 |
| ·Bakker的虚拟环境导航模型 | 第41-42页 |
| ·Jiu-Lin的寻路与导航概念模型 | 第42-44页 |
| ·多Agent协同导航模型 | 第44-47页 |
| ·协同导航的特点 | 第44-45页 |
| ·多Agent协同导航模型 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 5 基于改进的Q-学习在协同虚拟环境导航知识中的应用 | 第49-67页 |
| ·基本思想 | 第49-50页 |
| ·基于最优路径的Q-学习算法 | 第50-52页 |
| ·试验仿真与试验结果分析 | 第52-55页 |
| ·基于最优路径的并行Q-学习算法在多Agent协同虚拟环境中的应用 | 第55-65页 |
| ·基于最优路径的并行Q-学习算法主要原理 | 第56-61页 |
| ·实验仿真及结果分析 | 第61-65页 |
| ·本章小结 | 第65-67页 |
| 6 总结与展望 | 第67-69页 |
| 参考文献 | 第69-71页 |
| 附录 | 第71-72页 |
| 致谢 | 第72-73页 |