基于强化学习的移动机器人自主导航研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·选题的背景及意义 | 第9-10页 |
| ·移动机器人导航的研究现状 | 第10-14页 |
| ·移动机器人导航方式 | 第10-11页 |
| ·强化学习应用于导航 | 第11-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·论文简介 | 第15-17页 |
| 第二章 强化学习理论 | 第17-27页 |
| ·Markov决策过程与强化学习 | 第17-20页 |
| ·Markov决策过程 | 第17页 |
| ·强化学习的原理 | 第17-19页 |
| ·强化学习的基本原理与模型 | 第17-18页 |
| ·强化学习的特点 | 第18-19页 |
| ·强化学习的基本要素 | 第19-20页 |
| ·强化学习的基本算法 | 第20-25页 |
| ·瞬时差分算法 | 第20页 |
| ·Q学习算法 | 第20-23页 |
| ·Q学习基本算法 | 第21-22页 |
| ·Q学习算法的收敛性 | 第22页 |
| ·Q函数的实现方式 | 第22-23页 |
| ·Sarsa学习算法 | 第23页 |
| ·贪婪策略 | 第23-25页 |
| ·ε-Greedy策略 | 第23-24页 |
| ·Boltzmann策略 | 第24-25页 |
| ·强化学习应用中存在的关键问题 | 第25页 |
| ·泛化方法 | 第25页 |
| ·探索与利用的权衡 | 第25页 |
| ·强化函数与算法结构设计 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于强化学习与模糊逻辑的反应式控制 | 第27-57页 |
| ·反应式控制 | 第27-28页 |
| ·模糊逻辑理论 | 第28-29页 |
| ·仿真实验与结果分析 | 第29-55页 |
| ·仿真实验设计 | 第29-36页 |
| ·结果分析 | 第36-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 移动机器人平台及其导航控制 | 第57-95页 |
| ·移动机器人平台介绍 | 第57-65页 |
| ·基于立体视觉的障碍物信息获取 | 第58-60页 |
| ·光电编码器信息获取 | 第60-65页 |
| ·光电编码器原理 | 第60-61页 |
| ·灰色系统理论 | 第61-63页 |
| ·光电编码器信息测试 | 第63-65页 |
| ·基于强化学习的导航实验与结果分析 | 第65-93页 |
| ·移动机器人导航实验设计 | 第65-69页 |
| ·软件设计 | 第69-70页 |
| ·结果分析 | 第70-93页 |
| ·本章小结 | 第93-95页 |
| 第五章 结论和对未来工作的建议 | 第95-97页 |
| ·研究结论 | 第95页 |
| ·主要创新点 | 第95页 |
| ·对未来工作的建议 | 第95-97页 |
| 参考文献 | 第97-101页 |
| 致谢 | 第101-103页 |
| 攻读硕士学位期间发表的论文 | 第103页 |
