| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 课题背景 | 第14-15页 |
| 1.2 问题提出 | 第15-17页 |
| 1.2.1 感知能力 | 第16页 |
| 1.2.2 任务规划能力 | 第16-17页 |
| 1.2.3 任务学习能力 | 第17页 |
| 1.3 相关工作 | 第17-20页 |
| 1.3.1 感知增强的机器人 | 第17-18页 |
| 1.3.2 机器人任务规划 | 第18-19页 |
| 1.3.3 机器人任务学习 | 第19-20页 |
| 1.4 论文组织 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 感知增强的任务学习与规划模型 | 第22-31页 |
| 2.1 问题分析及解决方案 | 第22-26页 |
| 2.1.1 获取环境信息 | 第22-23页 |
| 2.1.2 构建任务模型 | 第23-24页 |
| 2.1.3 任务学习方法 | 第24-26页 |
| 2.2 基于PbD的任务学习范式 | 第26-28页 |
| 2.2.1 PbD范式介绍 | 第26-27页 |
| 2.2.2 任务学习范式 | 第27-28页 |
| 2.3 感知增强的任务学习与规划模型提出 | 第28-30页 |
| 2.3.1 任务规划 | 第28-29页 |
| 2.3.2 任务学习 | 第29-30页 |
| 2.3.3 感知框架与机械手臂系统 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 面向感知增强机械手臂的任务模型 | 第31-40页 |
| 3.1 概念定义 | 第31-33页 |
| 3.1.1 实体与环境 | 第31-32页 |
| 3.1.2 动作与行为 | 第32-33页 |
| 3.2 任务描述 | 第33-35页 |
| 3.3 基于DFA的任务过程描述 | 第35-39页 |
| 3.3.1 DFA的定义 | 第35页 |
| 3.3.2 用DFA描述任务 | 第35-37页 |
| 3.3.3 “倒水给人”：一个例子 | 第37-38页 |
| 3.3.4 基于DFA运行任务：以“倒水给人”任务为例 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于演示的任务学习方法 | 第40-62页 |
| 4.1 基于演示的任务学习方法总体定义 | 第40-42页 |
| 4.1.1 学习形式 | 第40页 |
| 4.1.2 学习内容 | 第40-41页 |
| 4.1.3 学习步骤 | 第41-42页 |
| 4.2 演示数据获取与演示学习 | 第42-48页 |
| 4.2.1 演示数据获取与数据预处理 | 第43-45页 |
| 4.2.2 基于SVM的动作识别方法 | 第45-46页 |
| 4.2.3 动作阶段划分 | 第46-48页 |
| 4.3 任务关联实体识别 | 第48-51页 |
| 4.3.1 识别“持有的实体” | 第49-50页 |
| 4.3.2 DFA状态集合初步形成 | 第50-51页 |
| 4.4 行为识别 | 第51-55页 |
| 4.4.1 基于动作过滤的行为生成方法 | 第51-52页 |
| 4.4.2 目标实体识别与行为参数填充 | 第52-54页 |
| 4.4.3 状态集合更新 | 第54页 |
| 4.4.4 行为验证 | 第54-55页 |
| 4.5 生成Exe Flow | 第55-57页 |
| 4.5.1 “转移条件”生成 | 第55-56页 |
| 4.5.2 形成任务DFA和任务 | 第56-57页 |
| 4.6 多次演示与任务合并 | 第57-59页 |
| 4.7 与其它方法比较 | 第59-61页 |
| 4.8 本章小结 | 第61-62页 |
| 第5章 面向感知增强机械手臂的任务学习与规划框架 | 第62-74页 |
| 5.1 框架运行机制 | 第62-63页 |
| 5.2 总体框架 | 第63-68页 |
| 5.2.1 器件层与封装层 | 第64页 |
| 5.2.2 业务层 | 第64-67页 |
| 5.2.3 业务接口层 | 第67-68页 |
| 5.2.4 移动任务管理器 | 第68页 |
| 5.3 其它相关技术实现 | 第68-73页 |
| 5.3.1 动作与行为封装 | 第68-71页 |
| 5.3.2 实体信息存储与感知上下文生成 | 第71页 |
| 5.3.3 执行器实现 | 第71-72页 |
| 5.3.4 移动任务管理器实现 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 任务学习与规划框架评估及应用 | 第74-90页 |
| 6.1 部署环境 | 第74-76页 |
| 6.1.1 硬件环境 | 第74-76页 |
| 6.1.2 软件环境 | 第76页 |
| 6.2 任务学习与执行效果评估 | 第76-82页 |
| 6.2.1 任务复杂度对学习效果影响评估 | 第78-79页 |
| 6.2.2 学习次数对学习效果影响评估 | 第79-81页 |
| 6.2.3 环境变化对任务执行效果影响评估 | 第81-82页 |
| 6.2.4 实验总结 | 第82页 |
| 6.3 框架应用场景：我的家庭服务台 | 第82-89页 |
| 6.4 本章小结 | 第89-90页 |
| 第7章 总结与展望 | 第90-92页 |
| 7.1 本文工作总结 | 第90-91页 |
| 7.2 当前工作不足与未来展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 攻读硕士学位期间主要的研究成果 | 第96-97页 |
| 致谢 | 第97页 |