| 摘要 | 第11-13页 |
| ABSTRACT | 第13-14页 |
| 第一章 绪论 | 第15-33页 |
| 1.1 本文研究背景 | 第15-16页 |
| 1.2 增强学习研究现状 | 第16-20页 |
| 1.2.1 基于值函数逼近的增强学习 | 第17页 |
| 1.2.2 基于策略搜索的增强学习 | 第17-18页 |
| 1.2.3 近似动态规划方法 | 第18页 |
| 1.2.4 结构化增强学习 | 第18-19页 |
| 1.2.5 增强学习的应用推广 | 第19-20页 |
| 1.3 智能驾驶车辆决策与规划方法研究现状 | 第20-29页 |
| 1.3.1 智能驾驶车辆发展概述 | 第20-27页 |
| 1.3.2 智能车辆驾驶决策研究进展 | 第27-28页 |
| 1.3.3 智能车辆路径规划研究进展 | 第28-29页 |
| 1.4 论文的组织结构和主要贡献 | 第29-33页 |
| 1.4.1 本文的组织结构 | 第29-30页 |
| 1.4.2 本文的主要贡献 | 第30-33页 |
| 第二章 大规模状态空间增强学习的随机神经元特征表示 | 第33-63页 |
| 2.1 增强学习理论基础 | 第33-41页 |
| 2.1.1 增强学习的发展历程 | 第33-36页 |
| 2.1.2 增强学习相关概念 | 第36-38页 |
| 2.1.3 马尔可夫决策过程 | 第38-40页 |
| 2.1.4 TD学习理论 | 第40-41页 |
| 2.2 近似策略迭代与常用特征表示方法 | 第41-43页 |
| 2.2.1 近似策略迭代方法概述 | 第41-42页 |
| 2.2.2 值函数逼近中的常用特征表示方法 | 第42-43页 |
| 2.3 基于随机神经元的近似策略迭代方法 | 第43-50页 |
| 2.3.1 超限学习机概述 | 第43-44页 |
| 2.3.2 基于随机神经元的近似策略迭代方法 | 第44-47页 |
| 2.3.3 算法性能分析 | 第47-50页 |
| 2.4 仿真研究 | 第50-62页 |
| 2.4.1 Mountain-car学习控制问题仿真研究 | 第50-55页 |
| 2.4.2 一阶倒立摆学习控制问题仿真研究 | 第55-61页 |
| 2.4.3 分析讨论 | 第61-62页 |
| 2.5 本章小结 | 第62-63页 |
| 第三章 动态车流条件下智能车辆驾驶决策的增强学习方法 | 第63-91页 |
| 3.1 动态车流条件下的驾驶决策问题 | 第63-67页 |
| 3.1.1 高速公路环境概述 | 第63-64页 |
| 3.1.2 动态车流中的超车决策问题 | 第64-66页 |
| 3.1.3 智能车辆驾驶决策相关工作 | 第66-67页 |
| 3.2 高速公路驾驶决策仿真环境概述 | 第67-77页 |
| 3.2.1 车辆驱动-制动模型 | 第68-69页 |
| 3.2.2 车辆转向模型 | 第69-70页 |
| 3.2.3 车体动力学模型 | 第70-77页 |
| 3.3 动态车流中的驾驶决策问题MDP建模 | 第77-79页 |
| 3.3.1 状态定义 | 第78页 |
| 3.3.2 动作定义 | 第78-79页 |
| 3.3.3 回报函数 | 第79页 |
| 3.4 动态车流条件下智能车辆驾驶决策的增强学习方法 | 第79-84页 |
| 3.4.1 智能车辆驾驶决策增强学习方法框架 | 第79-81页 |
| 3.4.2 基于KLSPI的智能驾驶决策算法 | 第81-84页 |
| 3.5 动态车流中的驾驶决策仿真研究 | 第84-89页 |
| 3.5.1 仿真环境离线采样 | 第84-85页 |
| 3.5.2 基于KLSPI的驾驶决策仿真研究 | 第85-89页 |
| 3.6 本章小结 | 第89-91页 |
| 第四章 基于增强学习的智能车辆分层路径规划方法 | 第91-107页 |
| 4.1 智能车辆路径规划概述 | 第91-93页 |
| 4.1.1 路径规划问题 | 第91-92页 |
| 4.1.2 相关工作 | 第92-93页 |
| 4.2 基于采样的RRT-Connect规划方法简介 | 第93-95页 |
| 4.3 基于增强学习的分层路径规划方法 | 第95-101页 |
| 4.3.1 基于增强学习的分层路径规划框架 | 第95-97页 |
| 4.3.2 基于LSPI的路径优化器 | 第97-100页 |
| 4.3.3 A*-LSPI分层路径规划算法 | 第100-101页 |
| 4.4 路径规划仿真研究 | 第101-106页 |
| 4.5 本章小结 | 第106-107页 |
| 第五章 基于增强学习的智能车高速公路自主驾驶决策系统 | 第107-119页 |
| 5.1 自主驾驶决策实验平台 | 第107-110页 |
| 5.1.1 硬件配置 | 第107-108页 |
| 5.1.2 系统结构 | 第108-110页 |
| 5.2 基于增强学习的自主驾驶决策系统 | 第110-111页 |
| 5.3 动态车流中的自主驾驶决策实验 | 第111-118页 |
| 5.3.1 实验场景介绍 | 第111-112页 |
| 5.3.2 实验结果与分析讨论 | 第112-118页 |
| 5.4 本章小结 | 第118-119页 |
| 第六章 总结与展望 | 第119-123页 |
| 6.1 论文工作总结 | 第119-120页 |
| 6.2 展望 | 第120-123页 |
| 致谢 | 第123-125页 |
| 参考文献 | 第125-141页 |
| 作者在学期间取得的学术成果 | 第141-142页 |
