| 中文摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 背景知识 | 第17-26页 |
| 2.1 马尔科夫决策过程 | 第17-19页 |
| 2.2 POMDP模型 | 第19页 |
| 2.3 信念状态 | 第19-21页 |
| 2.4 值函数与最优策略的计算方法 | 第21-22页 |
| 2.5 POMDP的基本方法 | 第22-25页 |
| 2.5.1 精确值迭代方法 | 第22-23页 |
| 2.5.2 改进的Perseus算法 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 面向连续空间POMDP问题的高效算法 | 第26-40页 |
| 3.1 策略图 | 第26-28页 |
| 3.2 面向连续空间POMDP问题的高效算法 | 第28-34页 |
| 3.2.1 连续状态空间的表示方法 | 第28-29页 |
| 3.2.2 连续动作空间的表示方法 | 第29页 |
| 3.2.3 连续观察空间的表示方法 | 第29-30页 |
| 3.2.4 GPG算法 | 第30-32页 |
| 3.2.5 算法分析 | 第32-34页 |
| 3.3 实验及结果分析 | 第34-39页 |
| 3.3.1 一维Corridor问题 | 第34-36页 |
| 3.3.2 Intersection问题 | 第36-38页 |
| 3.3.3 Navigation问题 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 优化的连续状态蒙特卡罗值迭代算法 | 第40-54页 |
| 4.1 蒙特卡罗值迭代算法 | 第40-41页 |
| 4.1.1 蒙特卡罗更新 | 第40-41页 |
| 4.1.2 蒙特卡罗值迭代算法 | 第41页 |
| 4.2 连续状态POMDP问题的优化算法 | 第41-48页 |
| 4.2.1 OMCVI算法 | 第41-48页 |
| 4.2.2 算法分析 | 第48页 |
| 4.3 实验及结果分析 | 第48-53页 |
| 4.3.1 一维Corridor问题 | 第49-51页 |
| 4.3.2 Music-Chair问题 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 连续状态大规模观察空间的银杏叶搜索算法 | 第54-65页 |
| 5.1 基于试验的异步值迭代算法 | 第54-58页 |
| 5.1.1 基于试验的搜索和银杏叶搜索 | 第54-55页 |
| 5.1.2 HSVI2算法 | 第55-57页 |
| 5.1.3 SARSOP算法 | 第57-58页 |
| 5.2 连续状态大规模观察空间的银杏叶搜索算法 | 第58-61页 |
| 5.2.1 GLS算法 | 第58-61页 |
| 5.2.2 算法分析 | 第61页 |
| 5.3 实验及结果分析 | 第61-64页 |
| 5.3.1 Gantry Crane问题 | 第62-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 攻读硕士学位期间公开发表(录用)的论文及参与的项目 | 第74-75页 |
| 一、公开发表(录用)的学术论文 | 第74页 |
| 二、参加的科研项目 | 第74-75页 |
| 致谢 | 第75-77页 |