| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状与分析 | 第10-18页 |
| 1.2.1 家庭服务机器人研究现状与分析 | 第10-11页 |
| 1.2.2 深度强化学习研究现状 | 第11-14页 |
| 1.2.3 机械臂深度强化学习控制方法研究现状 | 第14-17页 |
| 1.2.4 文献综述分析 | 第17-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 第2章 基于策略搜索的强化学习机械臂控制器生成与优化方法研究 | 第19-40页 |
| 2.1 引言 | 第19页 |
| 2.2 深度强化学习算法结构流程 | 第19-22页 |
| 2.2.1 深度强化学习算法问题分解 | 第19-21页 |
| 2.2.2 深度强化学习算法流程 | 第21-22页 |
| 2.3 基于策略搜索的机械臂控制器生成与优化 | 第22-32页 |
| 2.3.1 策略搜索代价函数建立 | 第22-23页 |
| 2.3.2 局部环境动态模型拟合 | 第23-27页 |
| 2.3.3 机械臂控制器生成与优化 | 第27-30页 |
| 2.3.4 机械臂控制器初始参数整定 | 第30-32页 |
| 2.4 策略搜索算法仿真研究 | 第32-38页 |
| 2.4.1 策略搜索算法仿真验证 | 第32-34页 |
| 2.4.2 基于策略搜索的机械臂物品放置任务仿真 | 第34-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 机械臂卷积神经网络控制策略研究 | 第40-58页 |
| 3.1 引言 | 第40页 |
| 3.2 机械臂卷积神经网络控制策略建立 | 第40-41页 |
| 3.3 卷积神经网络结构设计 | 第41-43页 |
| 3.3.1 卷积神经网络总体结构 | 第41-42页 |
| 3.3.2 卷积神经网络视觉层设计 | 第42-43页 |
| 3.4 卷积神经网络训练设置与训练方法 | 第43-50页 |
| 3.4.1 卷积神经网络损失函数设置 | 第43-44页 |
| 3.4.2 卷积神经网络训练采样方法设置 | 第44-45页 |
| 3.4.3 卷积神经网络训练初始化设置 | 第45-47页 |
| 3.4.4 卷积神经网络训练方法 | 第47-50页 |
| 3.5 卷积神经网络策略仿真研究 | 第50-57页 |
| 3.5.1 卷积神经网络视觉层仿真验证 | 第50-52页 |
| 3.5.2 卷积神经网络训练采样方法仿真 | 第52-53页 |
| 3.5.3 卷积神经网络预训练方法仿真 | 第53-55页 |
| 3.5.4 机械臂卷积神经网络控制策略仿真 | 第55-57页 |
| 3.6 本章小结 | 第57-58页 |
| 第4章 机械臂深度强化学习实验研究 | 第58-69页 |
| 4.1 引言 | 第58页 |
| 4.2 实验平台搭建与控制系统建立 | 第58-60页 |
| 4.2.1 机械臂实验平台搭建 | 第58-59页 |
| 4.2.2 机械臂控制系统建立 | 第59-60页 |
| 4.3 策略搜索算法实验研究 | 第60-64页 |
| 4.3.1 不同种类物品放置实验研究 | 第60-61页 |
| 4.3.2 不同位置物品放置实验研究 | 第61-63页 |
| 4.3.3 不同姿态物品放置实验研究 | 第63-64页 |
| 4.4 机械臂卷积神经网络控制策略实验研究 | 第64-68页 |
| 4.4.1 卷积神经网络策略实验环境 | 第64-65页 |
| 4.4.2 卷积神经网络策略实验研究 | 第65-68页 |
| 4.5 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76-81页 |
| 攻读学位期间发表的学术论文及其它成果 | 第81-83页 |
| 致谢 | 第83页 |