| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源及研究的背景和意义 | 第9页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 课题研究背景和意义 | 第9页 |
| 1.2 国内外研究现状分析 | 第9-15页 |
| 1.2.1 移动服务机器人研究现状 | 第10-12页 |
| 1.2.2 移动机器人局部路径规划算法国内外研究现状 | 第12-15页 |
| 1.3 主要研究内容 | 第15-17页 |
| 第2章 基于改进DWA的移动机器人路径规划算法 | 第17-34页 |
| 2.1 引言 | 第17页 |
| 2.2 DWA算法基本原理 | 第17-21页 |
| 2.2.1 差动机器人的运动学模型 | 第17-18页 |
| 2.2.2 DWA算法采样空间与评价函数 | 第18-21页 |
| 2.3 改进DWA算法 | 第21-27页 |
| 2.3.1 改进DWA算法评价函数 | 第21-25页 |
| 2.3.2 点到曲线距离的计算算法 | 第25-26页 |
| 2.3.3 起点终点运动优化 | 第26-27页 |
| 2.4 实验验证 | 第27-33页 |
| 2.4.1 实验平台搭建 | 第27-28页 |
| 2.4.2 改进DWA算法实验验证 | 第28-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于强化学习的移动机器人路径规划算法 | 第34-51页 |
| 3.1 引言 | 第34页 |
| 3.2 强化学习算法基本原理 | 第34-38页 |
| 3.3 强化学习路径规划算法 | 第38-42页 |
| 3.3.1 环境状态模型设计 | 第38-39页 |
| 3.3.2 动作状态空间设计 | 第39-40页 |
| 3.3.3 报酬函数设计 | 第40-41页 |
| 3.3.4 动作的选择策略与关键参数选取 | 第41-42页 |
| 3.4 实验验证 | 第42-50页 |
| 3.4.1 强化学习算法仿真实验 | 第42-48页 |
| 3.4.2 强化学习算法实物实验 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 基于深度强化学习的移动机器人路径规划算法 | 第51-78页 |
| 4.1 引言 | 第51页 |
| 4.2 BP神经网络基本原理 | 第51-53页 |
| 4.3 深度强化学习路径规划算法 | 第53-62页 |
| 4.3.1 改进的环境状态模型设计 | 第53-56页 |
| 4.3.2 网络结构设计与误差损失函数 | 第56-58页 |
| 4.3.3 优先级经验回放算法 | 第58-60页 |
| 4.3.4 整体算法流程与TensorFlow网络构造 | 第60-62页 |
| 4.4 实验验证 | 第62-77页 |
| 4.4.1 深度强化学习算法仿真实验 | 第62-70页 |
| 4.4.2 深度强化学习算法与强化学习算法仿真对比实验 | 第70-72页 |
| 4.4.3 改进DWA算法、强化学习与深度强化学习算法对比实验 | 第72-77页 |
| 4.5 本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读学位期间发表的学术论文 | 第83-85页 |
| 致谢 | 第85页 |
