第一个书签之前
基于深度强化学习的未知环境下机器人路径规划的研究
Research on Robot Path Planning under Unknown Environment Based on Deep Reinforcement Learning
摘 要
Abstract
目 录
第1章 绪论
1.1 课题来源
1.2 研究背景意义
1.3 国内外研究现状
1.3.1 经典路径规划算法
1.3.2 进化算法和算法融合
1.3.3 深度强化学习与路径规划
1.4 研究内容
第2章 建立移动机器人运动学模型
2.1 引言
2.2 MATLAB下运动学建模并验证
2.2.1 机器人运动学模型建立
2.2.2 运动学模型合理性的验证
2.3 基于ROS建立实验模型
2.3.2 以URDF建立机器人模型
2.3.3 环境交互插件的编写
2.4 仿真环境下验证运动学模型
2.5 本章小结
第3章 基于Actor-Critic算法的路径规划
3.1 引言
3.2 强化学习方法
3.2.1 基于值函数的强化学习方法
3.2.2 基于策略的强化学习方法
3.2.3 结合了基于值函数的策略梯度算法
3.3 基于深度学习的强化学习
3.4 本章小结
第4章 基于最小景深信息的深度强化学习训练
4.1 引言
4.2 优化状态空间的构建
4.3 基于最小景深信息的训练
4.4 算法实现与仿真验证
4.5 本章小结
第5章 仿真实验搭建与实验研究
5.1 引言
5.2 系统的搭建
5.3 仿真环境下训练并进行验证
5.4 在真实环境下进行实验
5.4.1 深度图像预处理
5.4.2 机器人定位与坐标转换
5.4.3 室内环境下实验
5.5 本章小结
结 论
参考文献
攻读学位期间发表过的学术论文及其他成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
哈尔滨工业大学;
