摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-23页 |
1.1 课题研究背景和意义 | 第11-12页 |
1.2 强化学习发展历史及研究现状 | 第12-13页 |
1.3 运动规划研究现状 | 第13-19页 |
1.3.1 运动规划国外研究现状 | 第13-17页 |
1.3.2 运动规划国内研究现状 | 第17-19页 |
1.4 运动规划常见方法 | 第19-20页 |
1.5 主要内容与方法 | 第20-21页 |
1.6 论文的组织结构 | 第21-23页 |
第2章 自主移动平台的运动规划 | 第23-39页 |
2.1 引言 | 第23页 |
2.2 自主移动平台基于人工势场法的运动规划 | 第23-28页 |
2.2.1 人工势场法基本原理 | 第23页 |
2.2.2 人工势场法模型的建立 | 第23-26页 |
2.2.3 人工势场算法的改进 | 第26-28页 |
2.3 改进人工势场法的自主平台运动规划仿真实验 | 第28-37页 |
2.3.1 简单环境下的仿真实验 | 第28-35页 |
2.3.2 复杂环境下的仿真实验 | 第35-37页 |
2.4 本章小结 | 第37-39页 |
第3章 静态环境中UUV基于强化学习方法的运动规划 | 第39-57页 |
3.1 引言 | 第39页 |
3.2 强化学习基本原理 | 第39-43页 |
3.2.1 强化学习模型 | 第39-40页 |
3.2.2 强化学习系统的基本要素 | 第40-41页 |
3.2.3 强化学习的主要算法 | 第41-43页 |
3.3 静态环境中UUV强化学习运动规划方法设计 | 第43-49页 |
3.3.1 环境建模与UUV模型的相关设置 | 第43-44页 |
3.3.2 传感器模型建立 | 第44-45页 |
3.3.3 UUV的运动规划策略 | 第45-46页 |
3.3.4 UUV的基本状态与动作描述 | 第46-47页 |
3.3.5 强化信号的确定 | 第47-48页 |
3.3.6 动作选择策略 | 第48-49页 |
3.3.7 运动规划系统算法流程 | 第49页 |
3.4 静态环境中仿真实验 | 第49-55页 |
3.4.1 学习率对运动规划系统的影响 | 第49-50页 |
3.4.2 折扣因子对运动规划系统的影响 | 第50-52页 |
3.4.3 静态环境中运动规划仿真实验 | 第52-55页 |
3.5 本章小结 | 第55-57页 |
第4章 动态环境中UUV基于强化学习方法的运动规划 | 第57-75页 |
4.1 引言 | 第57页 |
4.2 强化学习中的资格迹 | 第57-59页 |
4.2.1 资格迹的基本原理 | 第57-58页 |
4.2.2 资格迹在强化学习算法中的应用 | 第58-59页 |
4.3 动态环境中UUV强化学习运动规划方法设计 | 第59-67页 |
4.3.1 障碍物的位置预测 | 第59-61页 |
4.3.2 基于人工势场法生成虚拟障碍物 | 第61-62页 |
4.3.3 基于人工势场法生成UUV的避碰范围层 | 第62-63页 |
4.3.4 UUV在规则动态环境中的运动规划策略 | 第63-65页 |
4.3.5 强化信号的确定 | 第65-67页 |
4.3.6 基于资格迹的强化学习算法流程 | 第67页 |
4.4 动态环境中UUV的运动规划 | 第67-69页 |
4.4.1 UUV的运动规划策略 | 第67-68页 |
4.4.2 UUV的强化函数设计 | 第68-69页 |
4.5 动态环境中运动规划仿真实验 | 第69-73页 |
4.6 本章小结 | 第73-75页 |
第5章 自主移动平台实物试验验证和模拟仿真实验 | 第75-89页 |
5.1 引言 | 第75页 |
5.2 自主移动平台组成 | 第75-76页 |
5.3 UGV平台配置 | 第76-79页 |
5.3.1 UGV传感器模型 | 第76-78页 |
5.3.2 UGV的主控制计算机 | 第78-79页 |
5.4 UGV基于强化学习方法的运动规划实物验证 | 第79-81页 |
5.4.1 UGV运动规划策略 | 第79-80页 |
5.4.2 UGV运动规划仿真试验 | 第80-81页 |
5.5 UGV模拟仿真试验 | 第81-87页 |
5.5.1 简单四室环境中UGV模拟试验 | 第82-84页 |
5.5.2 复杂障碍环境中UGV模拟试验 | 第84-87页 |
5.6 本章小结 | 第87-89页 |
结论 | 第89-91页 |
参考文献 | 第91-97页 |
攻读硕士学位期间发表论文和取得的科研成果 | 第97-99页 |
致谢 | 第99页 |