| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 路径跟踪控制算法研究方向与现状 | 第11-12页 |
| 1.3 强化学习算法研究现状 | 第12-13页 |
| 1.4 免模型深度强化学习研究进展 | 第13-14页 |
| 1.5 论文章节内容安排 | 第14-15页 |
| 第二章 叉车式AGV系统建模 | 第15-23页 |
| 2.1 AGV导航方式介绍 | 第15-16页 |
| 2.2 AGV运动学建模 | 第16-18页 |
| 2.3 AGV动力学建模 | 第18-20页 |
| 2.4 系统约束条件 | 第20-21页 |
| 2.5 Serret-Frenet坐标系下的磁导航AGV路径跟踪问题 | 第21-22页 |
| 2.5.1 路径跟踪与轨迹跟踪 | 第21页 |
| 2.5.2 Serret-Frenet跟踪偏差计算 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 强化学习路径跟踪控制算法设计 | 第23-35页 |
| 3.1 强化学习基础介绍 | 第23-24页 |
| 3.1.1 马尔可夫决策过程 | 第23-24页 |
| 3.1.2 强化学习理论基础 | 第24页 |
| 3.2 磁导航AGV路径跟踪问题马尔可夫建模 | 第24-27页 |
| 3.2.1 状态空间的设计 | 第25-26页 |
| 3.2.2 动作空间的设计 | 第26页 |
| 3.2.3 奖励函数的设计 | 第26-27页 |
| 3.3 强化学习路径跟踪控制算法设计 | 第27-34页 |
| 3.3.1 Actor-Critic | 第28-29页 |
| 3.3.2 Critic参数更新算法 | 第29-31页 |
| 3.3.3 Actor参数更新算法 | 第31-32页 |
| 3.3.4 算法流程介绍 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 路径跟踪控制算法的深度学习实现 | 第35-48页 |
| 4.1 深度学习技术 | 第35-36页 |
| 4.1.1 深度神经网络 | 第35-36页 |
| 4.1.2 神经网络参数更新方法 | 第36页 |
| 4.2 控制算法的深度神经网络实现 | 第36-42页 |
| 4.2.1 逼近函数的网络结构设计 | 第37-38页 |
| 4.2.2 目标网络及软更新 | 第38-39页 |
| 4.2.3 状态输入批标准化 | 第39页 |
| 4.2.4 经验重放缓存池 | 第39-40页 |
| 4.2.5 探索噪音 | 第40页 |
| 4.2.6 正则化方法 | 第40-42页 |
| 4.3 算法执行流程 | 第42-43页 |
| 4.4 仿真结果与分析 | 第43-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 基于状态表示学习的算法训练加速 | 第48-61页 |
| 5.1 表示学习 | 第48-52页 |
| 5.1.1 几种通用的先验原则 | 第48-50页 |
| 5.1.2 表示学习相关实现算法 | 第50-52页 |
| 5.2 状态表示学习 | 第52-53页 |
| 5.2.1 状态任务解耦学习 | 第53页 |
| 5.3 状态表示学习的算法实现 | 第53-56页 |
| 5.3.1 基于自编码器的状态表示学习算法实现 | 第54-55页 |
| 5.3.2 自编码器训练方法 | 第55-56页 |
| 5.3.3 自编码器应用方法 | 第56页 |
| 5.4 仿真结果与分析 | 第56-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61-62页 |
| 6.2 未来展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 附录 | 第70-71页 |
| 详细摘要 | 第71-72页 |