| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-21页 |
| ·搬运系统概述 | 第13-14页 |
| ·Markov决策过程 | 第14-17页 |
| ·Markov决策过程概述 | 第14-15页 |
| ·Markov决策过程和性能势 | 第15-17页 |
| ·强化学习 | 第17-20页 |
| ·强化学习定义 | 第17页 |
| ·强化学习的主要元素和特点 | 第17-18页 |
| ·常见强化学习算法 | 第18-20页 |
| ·论文组织结构 | 第20-21页 |
| 第二章 搬运系统中机器人作业分配问题及其MDP模型 | 第21-32页 |
| ·搬运系统物理模型描述 | 第21-23页 |
| ·搬运系统作业分配问题的数学模型描述 | 第23-27页 |
| ·MDP数学模型 | 第23-24页 |
| ·搬运系统作业分配问题的MDP模型 | 第24-27页 |
| ·MDP基于性能势的优化方法 | 第27-30页 |
| ·基于性能势的最优性方程 | 第27-28页 |
| ·策略迭代算法 | 第28-29页 |
| ·仿真优化方法 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 机器人作业分配问题基于对等SAP的Q学习 | 第32-53页 |
| ·Q学习 | 第32-35页 |
| ·Q学习原理 | 第32-33页 |
| ·基于性能势的Q学习算法 | 第33-35页 |
| ·基于对等SAP的Q学习 | 第35-43页 |
| ·基本原理 | 第35页 |
| ·对等SAP概念 | 第35-37页 |
| ·基于对等SAP的Q学习算法 | 第37-38页 |
| ·实验结果 | 第38-43页 |
| ·强化学习与神经元动态规划 | 第43页 |
| ·基于CMAC和对等SAP的Q学习 | 第43-52页 |
| ·小脑模型关节控制器(CMAC)结构 | 第43-44页 |
| ·CMAC中神经元数目的确定 | 第44-46页 |
| ·CMAC的学习算法 | 第46-47页 |
| ·基于CMAC和对等SAP的Q学习算法 | 第47-48页 |
| ·实验结果 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 机器人作业分配问题的多Agent Q学习 | 第53-63页 |
| ·多Agent系统的研究内容 | 第53-55页 |
| ·机器人作业分配问题的多Agent Q学习 | 第55-59页 |
| ·行动选择 | 第55页 |
| ·报酬函数 | 第55-56页 |
| ·机器人作业分配问题的多Agent Q学习算法 | 第56-59页 |
| ·实验结果 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 总结 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间主要科研工作和成果 | 第68页 |