| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及研究的目的和意义 | 第10页 |
| 1.2 旋翼式飞行器的发展历史及其研究现状 | 第10-14页 |
| 1.3 强化学习方法的发展历史和研究现状 | 第14-16页 |
| 1.4 本文主要研究内容 | 第16页 |
| 1.5 本课题组织结构 | 第16-18页 |
| 第2章 姿态模拟器动力学模型及基础理论 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 二自由度姿态模拟器动力学模型 | 第18-20页 |
| 2.3 强化学习原理 | 第20-23页 |
| 2.4 神经网络 | 第23-25页 |
| 2.4.1 神经网络基本结构 | 第23-24页 |
| 2.4.2 BP神经网络 | 第24-25页 |
| 2.4.3 径向基神经网络 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于无模型强化学习方法的控制算法设计 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 基于DQN算法的控制算法设计 | 第26-31页 |
| 3.2.1 Q-Learning和DQN算法原理 | 第26-27页 |
| 3.2.2 控制器设计及仿真实现 | 第27-31页 |
| 3.3 基于POLICY-GRADIENT算法的控制算法设计 | 第31-35页 |
| 3.3.1 Policy-Gradient算法原理 | 第31-32页 |
| 3.3.2 控制器设计及仿真实现 | 第32-35页 |
| 3.4 基于DDPG算法的控制算法设计 | 第35-39页 |
| 3.4.1 DDPG算法原理 | 第35-36页 |
| 3.4.2 控制器设计及仿真实现 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于PILCO算法框架的PID控制器参数整定 | 第40-60页 |
| 4.1 引言 | 第40页 |
| 4.2 高斯过程回归原理 | 第40-43页 |
| 4.2.1 高斯过程回归原理 | 第41-42页 |
| 4.2.2 稀疏伪输入高斯过程回归原理 | 第42-43页 |
| 4.3 PILCO算法原理 | 第43-48页 |
| 4.4 基于径向基神经网络的控制系统设计 | 第48-52页 |
| 4.5 基于PILCO算法框架的PID控制器参数的整定 | 第52-59页 |
| 4.5.1 理论推导 | 第52-55页 |
| 4.5.2 控制器设计及仿真实现 | 第55-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第5章 实验结果及其分析 | 第60-68页 |
| 5.1 引言 | 第60页 |
| 5.2 实验平台简介及已具备的条件 | 第60-62页 |
| 5.3 实验流程 | 第62-63页 |
| 5.4 实验验证 | 第63-67页 |
| 5.5 结果分析 | 第67页 |
| 5.6 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
