| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·课题的理论与实际意义 | 第10页 |
| ·强化学习的研究进展 | 第10-12页 |
| ·强化学习简述 | 第10-11页 |
| ·强化学习主流算法 | 第11-12页 |
| ·强化学习应用现状 | 第12页 |
| ·自主机器人导航的研究现状 | 第12-15页 |
| ·自主机器人导航技术研究现状 | 第12-14页 |
| ·强化学习在单机器人导航中应用现状 | 第14页 |
| ·强化学习在多机器人导航中应用现状 | 第14-15页 |
| ·论文框架和研究内容 | 第15-17页 |
| 第2章 基于Agent 系统的强化学习简介 | 第17-26页 |
| ·智能Agent 简介 | 第17-19页 |
| ·智能Agent 的定义 | 第17-18页 |
| ·智能Agent 与环境的交互 | 第18-19页 |
| ·强化学习原理简介 | 第19-24页 |
| ·强化学习的基本原理 | 第20-22页 |
| ·常用的强化学习算法 | 第22-23页 |
| ·探索(exploration)策略 | 第23-24页 |
| ·算法性能评价 | 第24页 |
| ·强化学习中常遇到的问题和解决途经 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 强化学习在单个自主移动机器人导航环境中的应用 | 第26-46页 |
| ·基于折扣报酬和基于平均报酬的强化学习比较 | 第26-32页 |
| ·基于折扣报酬的强化学习 | 第26-28页 |
| ·基于平均报酬的强化学习 | 第28-29页 |
| ·基于折扣报酬和基于平均报酬的强化学习的比较 | 第29-32页 |
| ·Relative Value Iteration(RVI)强化学习(RL)算法的提出 | 第32-35页 |
| ·实验仿真以及结果分析 | 第35-39页 |
| ·RVI-RL 算法的拓展分析 | 第39-45页 |
| ·小结 | 第45-46页 |
| 第4章 强化学习在多个自主移动机器人导航环境中的应用 | 第46-57页 |
| ·基于强化学习的多机器人系统体系结构分析 | 第46-48页 |
| ·平均报酬在多机器人协作学习中的必要性分析 | 第48-51页 |
| ·分层式结构强化学习的实现方法 | 第51-53页 |
| ·实验仿真及结果分析 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
