论文目录
摘要
ABSTRACT
第一章 绪论
1.1 引言
1.2 国内外研究现状
1.2.1 路径规划的研究现状
1.2.2 轨迹跟踪算法的研究现状
1.3 论文的主要工作和组织结构
1.3.1 课题来源
1.3.2 论文的主要工作
1.3.3 论文的结构安排
第二章 自主移动机器人及强化学习算法
2.1 引言
2.2 移动机器人的系统概述
2.2.1 移动机器人简介
2.2.2 实验平台的硬件介绍
2.2.3 实验平台的软件介绍
2.3 强化学习原理
2.3.1 马尔可夫决策过程
2.3.2 强化学习模型
2.3.3 强化学习的基本算法
2.4 本章小结
第三章 基于虚拟子目标的RSP_Q学习路径规划
3.1 引言
3.2 随机最短路径与Q-Learning
3.2.1 随机最短路径寻找方法
3.2.2 探索策略
3.2.3 RSP_Q学习算法
3.3 基于虚拟子目标的RSP_Q学习
3.3.1 虚拟子目标的选取
3.3.2 基于虚拟子目标的RSP_Q算法步骤
3.4 理论性分析证明
3.4.1 收敛性证明
3.4.2 计算复杂性分析对比
3.4.3 收敛速度分析对比
3.5 仿真实验结果对比
3.6 本章小结
第四章 移动机器人路径跟踪控制
4.1 移动机器人轨迹平滑处理
4.1.1 B样条曲线介绍
4.1.2 仿真实验结果
4.2 移动机器人系统模型
4.2.1 全向移动机器人运动学模型
4.2.2 移动机器人概率运动模型
4.3 移动机器人轨迹算法设计
4.3.1 移动机器人轨迹跟踪问题描述
4.3.2 反演方法简介
4.3.3 轨迹跟踪控制算法设计
4.3.4 控制算法稳定性证明
4.4 仿真实验结果
4.5 本章小结
第五章 相关实验验证
5.1 Rviz仿真软件场景设计
5.1.1 仿真软件Rviz
5.1.2 场景设计
5.2 验证实验
5.2.1 Q值表的设计
5.2.2 动作的设计
5.2.3 实验结果
5.3 本章小结
总结与展望
参考文献
攻读学位期间发表的论文
致谢
暂无评论内容