动态着舰环境下舰载机自主降落的强化学习算法研究

目录

声明

致谢

1 引言

1.1 研究背景与意义

1.2 研究现状

1.2.1 舰载机着舰系统研究现状

1.2.2 深度强化学习研究现状

1.3 研究内容

1.4 论文组织结构

2 相关理论基础

2.1 强化学习理论基础

2.1.1 强化学习基本原理

2.1.2 马尔科夫决策过程

2.1.3 基于策略的强化学习算法

2.1.4 基于模型的强化学习算法

2.2 迁移学习理论基础

2.2.1 迁移学习概念

2.2.2 迁移学习算法

2.2.3 迁移强化学习

2.3 本章小结

3 基于深度强化学习的自动着舰算法

3.1 舰载机着舰影响因素分析

3.1.1 舰载机着舰问题分析

3.1.2 影响着舰的环境因素分析

3.2 基于 DDPG 的舰载机自动着舰算法

3.1.1 MDP建模

3.1.2 分层经验采样

3.1.3 算法流程

3.3 仿真实验环境

3.4 实验设置及结果分析

3.4.1 实验设置

3.4.2 实验结果及分析

3.5 适应性分析

3.6 本章小结

4 基于迁移强化学习的自动着舰算法

4.1 总体研究思路

4.2 基于模型的迁移强化学习算法

4.2.1 环境模型的表示及迁移

4.2.2 策略模型的表示及迁移

4.2.3 算法流程

4.3 实验设置与结果分析

4.3.1 实验环境

4.3.2 实验设置

4.3.3 实验结果及分析

4.4 在舰载机着舰问题中的应用

4.5 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集