基于深度强化学习的多机器人协同导航

目录

声明

致谢

摘要

1 绪论

1．1研究背景意义

1．2 国内外研究现状

1．2．1路径规划

1．2．2多机器人的动态避障

1．2．3多智能体强化学习

1．2．4多机器人编队控制

1．3本文的主要研究内容

2深度强化学习综述

2．1马尔科夫决策过程与值函数

2．2强化学习基本算法

2．3深度强化学习算法

2．4本章小结

3单智能体强化学习算法在未知环境中的避障导航

3．1深度确定性策略梯度算法

3．2马尔科夫决策过程建模

3．3网络结构设计

3．4算法改进设计

3．5本章小结

4 多机器人系统的协同导航和避障算法

4．1马尔科夫博弈

4．2并行深度确定性策略梯度算法

4．3群体协作深度确定性策略梯度算法

4．4本章小结

5实验及结果分析

5．1仿真系统

5．1．1仿真环境搭建

5．1．2环境与程序的通信

5．2单机器人仿真实验

5．2．1实验配置

5．2．2实验结果与分析

5．3单机器人实物实验

5．3．1实验平台介绍

5．3．2实验准备工作

5．3．3实验结果与分析

5．4多机器人协同实验

5．4．1实验配置

5．4．2实验结果分析

5．5 多机器人编队运动实验

5．5．1编队实验

5．5．2队形控制

5．6本章小结

6总结与展望

6．1研究总结

6．2不足与展望

参考文献