基于强化学习的机械臂避碰研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题的来源、目的及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文的主要工作 | 第12-14页 |
| 2 机械臂多 agent 避碰系统 | 第14-20页 |
| ·冗余度机器人 | 第14-15页 |
| ·机械臂多 agent 避碰系统结构 | 第15-16页 |
| ·系统状态变量 | 第16-17页 |
| ·机械臂避碰问题的数学描述 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 基于强化学习的机械臂避碰算法 | 第20-31页 |
| ·强化学习模型 | 第20-23页 |
| ·强化学习主要算法 | 第23-25页 |
| ·结合有效迹的强化学习方法 | 第25-28页 |
| ·强化学习中的函数估计 | 第28页 |
| ·多 agent 强化学习 | 第28-29页 |
| ·机械臂避碰系统算法实施 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 连续状态空间的自适应划分 | 第31-39页 |
| ·强化学习问题的状态空间划分方法 | 第31-35页 |
| ·K-均值聚类 | 第35-36页 |
| ·基于K-均值聚类的强化学习方法 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 5 仿真实验 | 第39-53页 |
| ·仿真平台介绍 | 第39-41页 |
| ·对状态空间进行硬划分的避碰试验 | 第41-46页 |
| ·对状态空间进行自适应划分的避碰试验 | 第46-52页 |
| ·本章小结 | 第52-53页 |
| 6 全文总结及展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 攻读学位期间发表论文目录 | 第60页 |
