| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·课题研究背景 | 第8页 |
| ·控制理论的发展状况 | 第8-15页 |
| ·传统控制 | 第9-11页 |
| ·智能控制 | 第11-15页 |
| ·调整参数方法的研究现状 | 第15-16页 |
| ·本文主要的研究内容 | 第16-18页 |
| 2 仿人智能控制的基本原理 | 第18-26页 |
| ·前期的仿人智能控制理论 | 第18页 |
| ·特征模型、特征辨识与特征记忆 | 第18-19页 |
| ·多模态控制与多目标决策 | 第19-21页 |
| ·多模态控制 | 第19-20页 |
| ·多目标决策 | 第20-21页 |
| ·启发式搜索与直觉推理 | 第21-22页 |
| ·分层递阶的信息处理与决策机构 | 第22-26页 |
| 3 强化学习方法 | 第26-36页 |
| ·强化学习的原理 | 第26-29页 |
| ·强化学习的算法 | 第29-33页 |
| ·常见的强化学习算法 | 第29-33页 |
| ·本文的强化学习算法 | 第33页 |
| ·CARLA 的原理 | 第33-34页 |
| ·CARLA 参数学习步骤 | 第34-36页 |
| 4 基于 CARLA 的 HSIC 参数学习与优化 | 第36-45页 |
| ·HSIC 的设计思想和设计步骤 | 第36-40页 |
| ·CARLA 的设计思想和设计步骤 | 第40-42页 |
| ·基于CARLA 的HSIC 参数学习与优化 | 第42-45页 |
| 5 实验分析 | 第45-64页 |
| ·研究对象分析 | 第45-47页 |
| ·PID 控制器的参数学习与优化 | 第47-53页 |
| ·Ziegler Nichols 调节参数 | 第47-48页 |
| ·遗传算法调节参数 | 第48-51页 |
| ·CARLA 在线学习及优化参数 | 第51-52页 |
| ·实验对比分析 | 第52-53页 |
| ·HSIC 的参数学习与优化 | 第53-64页 |
| ·遗传算法调节参数 | 第55-58页 |
| ·CARLA 在线学习及优化 | 第58-61页 |
| ·实验对比分析 | 第61-64页 |
| 6 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A. 作者在攻读学位期间发表的论文目录 | 第70页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第70页 |
| C. 作者在攻读学位期间获得的奖励 | 第70页 |