基于激励学习和人工势场法的机器人路径规划
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·机器人路径规划的定义及其研究意义 | 第9-10页 |
| ·路径规划研究方法分类与比较 | 第10-13页 |
| ·常规路径规划方法 | 第10-11页 |
| ·智能路径规划方法 | 第11-13页 |
| ·国内外研究现状与趋势 | 第13页 |
| ·本文研究范围及基本结构 | 第13-15页 |
| 第二章 激励学习及其理论模型 | 第15-23页 |
| ·引言 | 第15页 |
| ·激励学习理论基础 | 第15-18页 |
| ·马尔可夫决策过程 | 第15-17页 |
| ·激励学习基本要素和理论模型 | 第17-18页 |
| ·激励学习相关算法 | 第18页 |
| ·激励学习基本步骤 | 第18-19页 |
| ·激励学习的发展现状与应用 | 第19-22页 |
| ·路径规划问题中的发展与应用 | 第19-20页 |
| ·激励学习的其他应用 | 第20-21页 |
| ·激励学习发展趋势 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 人工势场法理论及其应用分析 | 第23-29页 |
| ·人工势场法基本思想 | 第23页 |
| ·人工势场法避障模型分析 | 第23-25页 |
| ·传统势场函数定义 | 第24页 |
| ·势场法受力模型 | 第24-25页 |
| ·人工势场法优缺点分析 | 第25-26页 |
| ·人工势场法的发展与应用 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第四章 机器人路径规划实施 | 第29-39页 |
| ·引言 | 第29-30页 |
| ·基于瞬时奖赏的改进势场函数定义 | 第30-34页 |
| ·引力势场函数定义 | 第30-31页 |
| ·斥力势场函数定义 | 第31页 |
| ·瞬时奖赏函数定义 | 第31-32页 |
| ·基于瞬时奖赏的综合势场函数表示 | 第32-34页 |
| ·根据特征奇异点建立子目标集 | 第34-35页 |
| ·路径规划策略控制 | 第35-37页 |
| ·启发式策略控制与算法分析 | 第35-36页 |
| ·其他策略控制 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第五章 实验仿真结果与算法分析 | 第39-49页 |
| ·路径规划方法应用于多房间路径导航 | 第39-46页 |
| ·实验环境描述和数据预处理 | 第39-40页 |
| ·构建奇异点子目标集 | 第40-41页 |
| ·路径规划仿真结果 | 第41-46页 |
| ·多角度对比其他路径规划方法 | 第46页 |
| ·总结与展望 | 第46-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-55页 |
| 附录A（攻读学位期间发表论文目录） | 第55-56页 |
| 详细摘要 | 第56-59页 |
