| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-14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 基础知识 | 第17-25页 |
| 2.1 马尔可夫决策过程 | 第17-19页 |
| 2.2 POMDP模型 | 第19-21页 |
| 2.3 POMDP的值函数 | 第21-22页 |
| 2.4 基于点的值迭代 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 一种基于可达性搜索的POMDP规划算法 | 第25-36页 |
| 3.1 可信状态点的搜集方法 | 第25-29页 |
| 3.2 基于可达性的HSVI算法 | 第29-32页 |
| 3.3 仿真实验及分析 | 第32-35页 |
| 3.3.1 实验描述 | 第32-33页 |
| 3.3.2 实验设置 | 第33-34页 |
| 3.3.3 实验结果及分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 一种基于MDP最优策略的POMDP求解算法 | 第36-44页 |
| 4.1 基于MDP最优策略选择可信状态 | 第36-37页 |
| 4.2 向前搜索值迭代算法 | 第37-39页 |
| 4.3 仿真实验及分析 | 第39-43页 |
| 4.3.1 实验描述 | 第39-40页 |
| 4.3.2 实验设置 | 第40-41页 |
| 4.3.3 实验结果及分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 一种基于独立任务的POMDP问题的解决方法 | 第44-53页 |
| 5.1 多元的POMDP | 第44-45页 |
| 5.2 分解多元的POMDP问题 | 第45-49页 |
| 5.2.1 确定子任务的相关变量和相关动作 | 第46-47页 |
| 5.2.2 定义受限制的POMDP模型 | 第47-48页 |
| 5.2.3 求解受限制模型的策略 | 第48-49页 |
| 5.2.4 求解完整POMDP模型的策略 | 第49页 |
| 5.3 仿真实验及分析 | 第49-52页 |
| 5.3.1 实验描述 | 第50页 |
| 5.3.2 实验设置 | 第50页 |
| 5.3.3 实验结果及分析 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-56页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表（录用）的论文及参与的项目 | 第61-62页 |
| 致谢 | 第62-63页 |