基于Q学习算法的机械臂轨迹规划研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题的来源、目的及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·机器人分类 | 第11页 |
| ·机械臂的控制 | 第11-12页 |
| ·强化学习研究现状 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第二章 机械臂控制系统分析 | 第15-23页 |
| ·机械臂结构分析 | 第15-17页 |
| ·机械臂的坐标变换 | 第17-20页 |
| ·机械臂控制参量的选择 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 改进 Q 学习控制算法 | 第23-37页 |
| ·马尔可夫环境下的 Q 学习算法 | 第23-25页 |
| ·Q 算法学习在机器人路径寻优中的应用 | 第25-30页 |
| ·多智能体的状态相关性 | 第30-32页 |
| ·改进算法的收敛性证明 | 第32-35页 |
| ·状态耦合 Q 算法的泛化能力分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 控制器策略改进 | 第37-48页 |
| ·机械臂轨迹规划控制器设计 | 第37-38页 |
| ·控制器中状态感知器设计 | 第38页 |
| ·基于动态贪婪策略的动作选择器 | 第38-43页 |
| ·ε-greedy 算法 | 第39-40页 |
| ·模拟退火算法 | 第40-41页 |
| ·动态贪婪策略 | 第41-43页 |
| ·评价措施及其定量评价单元 | 第43-45页 |
| ·学习经验在线更新机构 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 仿真分析 | 第48-59页 |
| ·仿真中的机械参数 | 第48-49页 |
| ·性能比较及参数确定 | 第49-51页 |
| ·策略比较 | 第49-50页 |
| ·学习速率的影响 | 第50-51页 |
| ·机械臂轨迹规划 | 第51-54页 |
| ·二自由度机械臂轨迹规划 | 第51-52页 |
| ·策略间轨迹规划比较 | 第52-54页 |
| ·算法扩展性 | 第54-58页 |
| ·三自由度性能评估 | 第54-56页 |
| ·三自由度机械臂轨迹规划 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 发表文章目录 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 详细摘要 | 第66-74页 |
