| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 认知机器人发展概述 | 第9-11页 |
| 1.2.1 发展历程 | 第9-10页 |
| 1.2.2 国外发展现状 | 第10-11页 |
| 1.2.3 国内发展现状 | 第11页 |
| 1.3 本文研究内容与结构说明 | 第11-13页 |
| 第二章 AFFORDANCE 理论 | 第13-28页 |
| 2.1 AFFORDANCE 概述 | 第13-19页 |
| 2.1.1 概念的提出 | 第13页 |
| 2.1.2 Affordance 介绍 | 第13-15页 |
| 2.1.3 Affordance 相关研究 | 第15-19页 |
| 2.2 AFFORDANCE 在认知机器人的研究及应用 | 第19-27页 |
| 2.2.1 理论形式化 | 第19-23页 |
| 2.2.2 Affordance 模型及应用 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于分析函数的认知机器人潜在动作模型 | 第28-44页 |
| 3.1 分析函数的引入 | 第28-29页 |
| 3.2 理论形式化 | 第29-31页 |
| 3.3 形式化中的四元组 | 第31-32页 |
| 3.4 基于分析函数的机器人自主控制架构 | 第32-35页 |
| 3.4.1 基于分析函数的 affordance 学习 | 第32-34页 |
| 3.4.2 基于 affordance 的机器人控制架构 | 第34-35页 |
| 3.5 实验和结果 | 第35-43页 |
| 3.5.1 Webots 介绍 | 第35-38页 |
| 3.5.2 实验简介 | 第38-39页 |
| 3.5.3 实验内容 | 第39-42页 |
| 3.5.4 实验结果 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 基于分层强化学习的认知机器人潜在动作模型 | 第44-55页 |
| 4.1 分层强化学习概述 | 第44-48页 |
| 4.1.1 分层强化学习背景和介绍 | 第44-47页 |
| 4.1.2 分层强化学习相关研究 | 第47-48页 |
| 4.2 基于任务分解的潜在动作模型 | 第48-50页 |
| 4.3 实验和结果 | 第50-54页 |
| 4.3.1 实验简介 | 第50-51页 |
| 4.3.2 实验内容 | 第51-53页 |
| 4.3.3 实验结果 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间取得的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附件 | 第61页 |
