基于分布式学习的编队控制与路径规划
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 编队方法 | 第11-13页 |
| 1.3 编队控制算法 | 第13-15页 |
| 1.4 本文主要研究内容及结构安排 | 第15-17页 |
| 1.4.1 本文研究动机 | 第15页 |
| 1.4.2 论文主要研究内容 | 第15-16页 |
| 1.4.3 论文结构安排 | 第16-17页 |
| 第二章 多智能体分布式自主编队控制方法 | 第17-27页 |
| 2.1 多智能体系统的体系结构 | 第17-19页 |
| 2.1.1 单智能体体系结构 | 第17-19页 |
| 2.1.2 多智能体体系结构 | 第19页 |
| 2.2 多智能体系统编队的基本问题 | 第19-22页 |
| 2.2.1 编队队形的基本问题 | 第20页 |
| 2.2.2 编队避障与路径规划问题 | 第20-21页 |
| 2.2.3 编队重构问题 | 第21页 |
| 2.2.4 集群对抗问题 | 第21-22页 |
| 2.3 基于分布式学习编队的方法设计 | 第22-26页 |
| 2.3.1 分布式编队的队形设计 | 第22-24页 |
| 2.3.2 基于学习的分布式编队控制方法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于强化学习的多智能体编队避障与路径规划 | 第27-47页 |
| 3.1 问题描述 | 第27-30页 |
| 3.1.1 领航跟随编队问题框架 | 第27-29页 |
| 3.1.2 基于强化学习多智能体编队的基本方法 | 第29-30页 |
| 3.2 领航者基于Q学习的避障及路径规划 | 第30-38页 |
| 3.2.1 模糊Q学习 | 第30-34页 |
| 3.2.2 距离离散化过程 | 第34-35页 |
| 3.2.3 随机动作的选择 | 第35-36页 |
| 3.2.4 避障建模与路径规划 | 第36-38页 |
| 3.3 仿真实验 | 第38-46页 |
| 3.3.1 二维避障学习算法实现与路径规划 | 第38-41页 |
| 3.3.2 三维避障学习算法实现与路径规划 | 第41-44页 |
| 3.3.3 编队队形变换与保持 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 不确定性环境的多智能体编队 | 第47-61页 |
| 4.1 基于Q学习的不确定环境编队问题描述 | 第47-51页 |
| 4.1.1 状态空间与转移模型 | 第47-49页 |
| 4.1.2 强化学习目标 | 第49-51页 |
| 4.2 不确定环境下强化学习编队算法 | 第51-54页 |
| 4.2.1 算法框架 | 第51-52页 |
| 4.2.2 算法的收敛性 | 第52-54页 |
| 4.3 仿真实验 | 第54-60页 |
| 4.3.1 训练过程 | 第54-55页 |
| 4.3.2 仿真结果讨论 | 第55-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
