改进DQN算法在无人艇路径规划中的应用研究.docxVIP

改进DQN算法在无人艇路径规划中的应用研究

目录

改进DQN算法在无人艇路径规划中的应用研究（1）．．．．．．．．．．．．．．．3

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1无人艇路径规划问题概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2DQN算法简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.3本文研究目的．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

DQN算法改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1预训练策略改进．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1.1数据增强技术的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.1.2预训练网络结构优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2梯度下降算法优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2.1学习率调整策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.2.2批量梯度下降与minibatch梯度下降的比较．．．．．．．．．．．．．．．27

2.3算法收敛性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

无人艇路径规划实验设计与评估．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.1实验环境设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.1.1无人艇模型选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.1.2路径规划场景设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.2实验参数优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.2.1学习率选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.2.2训练迭代次数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.3实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

3.3.1路径规划性能比较．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

3.3.2算法稳定性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

4.1本文主要成果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

4.2改进措施效果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

4.3未来研究方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

改进DQN算法在无人艇路径规划中的应用研究（2）．．．．．．．．．．．．．．63

内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65

1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．67

相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68

2.1路径规划基本概念与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．72

2.2深度学习原理简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73

2.3DQN算法概述及其在路径规划中的应用．．．．．．．．．．．．．．．．．．．．．75

改进DQN算法设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．78

3.1状态表示与动作选择策略．．．．．．．．．．．．．．．．．．．．．．．．．．