| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景 | 第11页 |
| 1.2 研究动机 | 第11-13页 |
| 1.3 问题提出与分析 | 第13-15页 |
| 1.4 相关工作 | 第15-17页 |
| 1.4.1 机器人感知增强 | 第15-16页 |
| 1.4.2 机器人任务规划与学习 | 第16-17页 |
| 1.4.3 强化学习在机器人学习上的应用 | 第17页 |
| 1.5 论文组织结构 | 第17-18页 |
| 1.6 本章小结 | 第18-19页 |
| 第2章 预备知识 | 第19-24页 |
| 2.1 卷积神经网络 | 第19-20页 |
| 2.2 强化学习 | 第20-22页 |
| 2.3 Actor-Critic方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 感知增强的用户指导任务规划与学习方法概述 | 第24-31页 |
| 3.1 感知增强的用户指导任务规划与学习范式 | 第24-25页 |
| 3.2 感知增强机械臂的用户指导任务规划与学习框架 | 第25-30页 |
| 3.2.1 任务规划系统 | 第26页 |
| 3.2.2 任务学习系统 | 第26-28页 |
| 3.2.3 感知系统 | 第28-29页 |
| 3.2.4 用户指导与机械臂系统 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 面向感知增强机械臂的任务模型 | 第31-40页 |
| 4.1 概念定义 | 第31-34页 |
| 4.1.1 机械臂原子动作与原子动作状态 | 第31-32页 |
| 4.1.2 任务相关实体 | 第32-33页 |
| 4.1.3 环境特征 | 第33-34页 |
| 4.2 任务模型概述 | 第34-36页 |
| 4.3 深度策略网络模型 | 第36-37页 |
| 4.4 “拿药给人”任务示例 | 第37-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 基于用户指导的强化学习任务学习方法 | 第40-51页 |
| 5.1 基于用户指导的强化学习任务学习方法提出 | 第40-43页 |
| 5.1.1 任务学习内容分析 | 第40页 |
| 5.1.2 深度策略网络训练关键问题分析 | 第40-43页 |
| 5.2 基于用户指导的强化学习优化方法 | 第43-48页 |
| 5.2.1 符号定义 | 第44-45页 |
| 5.2.2 深度奖励网络训练方法 | 第45-46页 |
| 5.2.3 深度策略网络训练方法 | 第46-48页 |
| 5.3 任务规划与学习方法总结及比较 | 第48-50页 |
| 5.3.1 任务规划与学习方法总结 | 第48页 |
| 5.3.2 与现有方法的比较 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 实体机械臂桌面任务应用 | 第51-59页 |
| 6.1 系统部署 | 第51-53页 |
| 6.2 学习效果评估 | 第53-58页 |
| 6.2.1 学习能力评估 | 第54-56页 |
| 6.2.2 学习效率评估 | 第56-57页 |
| 6.2.3 任务执行鲁棒性评估 | 第57-58页 |
| 6.2.4 实验评估总结 | 第58页 |
| 6.3 本章小结 | 第58-59页 |
| 第7章 总结与展望 | 第59-61页 |
| 7.1 本文工作总结 | 第59-60页 |
| 7.2 当前工作不足与未来展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66页 |