基于深度增强学习的路径规划算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 课题研究目标及内容 | 第15-17页 |
| 1.4 论文目录安排 | 第17-18页 |
| 第二章 理论基础与实验环境 | 第18-30页 |
| 2.1 深度增强学习理论基础 | 第18-25页 |
| 2.1.1 马尔科夫决策过程 | 第19-21页 |
| 2.1.2 深度学习模型 | 第21-24页 |
| 2.1.3 感知与决策的整合 | 第24-25页 |
| 2.2 路径规划实验环境 | 第25-28页 |
| 2.3 算法性能评估方式 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于DQN的路径规划算法研究 | 第30-44页 |
| 3.1 DQN与路径规划问题的契合点 | 第30-31页 |
| 3.2 DQN应用于路径规划的不足 | 第31-33页 |
| 3.2.1 空间位置信息的保留 | 第32-33页 |
| 3.2.2 关键局部信息的利用 | 第33页 |
| 3.3 基于FCN改进DQN的路径规划算法 | 第33-43页 |
| 3.3.1 算法的神经网络模型 | 第34-36页 |
| 3.3.2 算法的结构与流程 | 第36-39页 |
| 3.3.3 阶段性实验结果 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于近似价值迭代的路径规划算法研究 | 第44-58页 |
| 4.1 价值迭代网络与价值迭代模块 | 第44-48页 |
| 4.1.1 价值迭代网络的原理分析 | 第45-47页 |
| 4.1.2 价值迭代模块的存在问题 | 第47-48页 |
| 4.2 改进的价值迭代模块 | 第48-50页 |
| 4.3 基于近似价值迭代的路径规划算法 | 第50-51页 |
| 4.4 阶段性实验结果 | 第51-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 实验结果及分析 | 第58-69页 |
| 5.1 实验结果的对比分析 | 第58-63页 |
| 5.2 路径规划实例验证 | 第63-65页 |
| 5.3 近似价值迭代计算的可视化分析 | 第65-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结及展望 | 第69-71页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
