多智能体系统中的Q学习算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-20页 |
| ·多智能体系统 | 第9-15页 |
| ·智能体及多智能体系统 | 第9-12页 |
| ·多智能体系统研究的主要内容 | 第12-14页 |
| ·多智能体系统的研究现状 | 第14-15页 |
| ·多智能体强化学习的研究现状 | 第15-17页 |
| ·课题研究的内容和意义 | 第17-18页 |
| ·论文的组织结构 | 第18-20页 |
| 第二章 强化学习理论及主要算法 | 第20-32页 |
| ·马尔科夫决策过程 | 第20-22页 |
| ·强化学习的基本原理和模型 | 第22-23页 |
| ·强化学习的主要组成要素 | 第23-26页 |
| ·强化学习的主要算法 | 第26-30页 |
| ·瞬时差分算法（TD） | 第26-27页 |
| ·Sarsa 学习算法 | 第27-28页 |
| ·Q 学习算法 | 第28-30页 |
| ·强化学习的应用 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 MAS中基于经验共享的Q学习算法研究 | 第32-45页 |
| ·多智能体Q学习算法存在的问题 | 第32-33页 |
| ·已有的共享经验的Q学习算法 | 第33-34页 |
| ·过程中共享经验的Q学习算法 | 第34-37页 |
| ·仿真实验及结果分析 | 第37-44页 |
| ·围捕问题 | 第37-39页 |
| ·实验结果分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 MAS中基于多奖惩标准的Q学习算法研究 | 第45-56页 |
| ·单奖惩标准Q学习算法 | 第45-46页 |
| ·多奖惩标准Q学习算法 | 第46-47页 |
| ·多奖惩标准Q学习算法原理 | 第47-49页 |
| ·仿真实验及结果分析 | 第49-55页 |
| ·三维围捕问题 | 第49-52页 |
| ·实验结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文工作总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 作者在研究生期间发表的论文 | 第62页 |
