| 表目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·自主移动机器人导航与控制 | 第11-15页 |
| ·自主移动机器人导航与控制概述 | 第11-12页 |
| ·自主移动机器人导航与控制关键技术 | 第12-15页 |
| ·发展趋势分析 | 第15页 |
| ·增强学习的研究现状与发展趋势 | 第15-19页 |
| ·增强学习理论研究概况 | 第15-16页 |
| ·增强学习算法的研究进展 | 第16-18页 |
| ·应用与发展趋势 | 第18-19页 |
| ·本文主要工作 | 第19-21页 |
| 第二章 近似策略迭代及其参数优化方法研究 | 第21-46页 |
| ·Markov 决策过程与近似策略迭代 | 第21-25页 |
| ·Markov 链 | 第22页 |
| ·Markov 决策过程 | 第22-24页 |
| ·近似策略迭代算法理论框架 | 第24-25页 |
| ·近似策略迭代算法性能测试与对比分析 | 第25-37页 |
| ·Q-学习 | 第25-26页 |
| ·最小二乘策略迭代 | 第26-27页 |
| ·基于核的最小二乘策略迭代 | 第27-31页 |
| ·近似策略迭代算法性能评估 | 第31-37页 |
| ·KLSPI 算法中的核函数参数优化方法 | 第37-44页 |
| ·核函数参数选择的一般方法 | 第38-39页 |
| ·样本稀疏化 | 第39页 |
| ·KLSPI 算法中核函数宽度优化 | 第39-42页 |
| ·仿真实例 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 基于近似策略迭代的移动机器人自主避障控制 | 第46-57页 |
| ·移动机器人系统及自主避障过程建模 | 第46-48页 |
| ·移动机器人系统及仿真环境 | 第46-47页 |
| ·移动机器人避障行为决策过程MDP 建模 | 第47-48页 |
| ·基于近似策略迭代的移动机器人自主避障方法 | 第48-50页 |
| ·滚动窗口路径规划方法 | 第48-49页 |
| ·基于近似策略迭代的反应式导航控制方法 | 第49-50页 |
| ·基于近似策略迭代的自主避障控制方法实验 | 第50-56页 |
| ·基于LSPI 的自主避障控制方法仿真 | 第50-53页 |
| ·基于KLSPI 的自主避障控制方法仿真 | 第53-55页 |
| ·两种自主避障方法性能对比 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 近似策略迭代在自主车辆速度学习控制中的应用 | 第57-68页 |
| ·高速公路环境下自主驾驶车辆的发展现状和趋势 | 第57-59页 |
| ·高速公路环境下自主驾驶车辆的研究现状 | 第57-58页 |
| ·自主驾驶车辆的增强学习控制方法研究概况 | 第58-59页 |
| ·自主驾驶车辆的动力学建模和运动控制过程MDP 建模 | 第59-62页 |
| ·车辆动力学建模 | 第59-62页 |
| ·自主驾驶车辆运动控制过程MDP 建模 | 第62页 |
| ·车辆纵向速度的近似策略迭代学习控制方法仿真 | 第62-67页 |
| ·仿真平台设计 | 第62-63页 |
| ·基于LSPI 的纵向速度学习控制方法及仿真 | 第63-66页 |
| ·基于KLSPI 的纵向速度学习控制方法及仿真 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结和展望 | 第68-70页 |
| ·本文工作总结 | 第68页 |
| ·工作展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-80页 |
| 作者在学期间取得的学术成果 | 第80-81页 |
| 附录A 缩略词对照表 | 第81页 |