基于Option自动生成的分层强化学习方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·研究内容 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 分层强化学习理论基础 | 第16-29页 |
| ·强化学习 | 第16-22页 |
| ·强化学习简介 | 第16-19页 |
| ·强化学习算法 | 第19-22页 |
| ·强化学习有待解决的问题 | 第22页 |
| ·分层强化学习理论 | 第22-28页 |
| ·半马氏决策过程 | 第22-23页 |
| ·分层与抽象 | 第23-24页 |
| ·典型分层强化学习方法 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 AOM 分层强化学习理论与算法设计 | 第29-35页 |
| ·实验用例描述 | 第29-30页 |
| ·AOM 理论基础 | 第30-31页 |
| ·AOM 学习算法设计 | 第31-34页 |
| ·算法描述 | 第31-32页 |
| ·算法流程图 | 第32-33页 |
| ·AOM 值函数更新过程 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于蚁群聚类的AOM 任务自动分层算法 | 第35-48页 |
| ·蚁群聚类算法剖析 | 第35-45页 |
| ·蚁群算法 | 第35-38页 |
| ·蚁群聚类算法及其分析 | 第38-45页 |
| ·基于蚁群聚类的 Option 自动生成算法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 仿真实验与结果分析 | 第48-53页 |
| ·实验目的及参数设置 | 第48页 |
| ·实验1：具有规则障碍的网格环境 | 第48-50页 |
| ·问题描述 | 第48-49页 |
| ·实验结果 | 第49-50页 |
| ·实验2：具有不规则障碍的网格环境 | 第50-52页 |
| ·问题描述 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| ·实验分析 | 第52页 |
| ·本章小结 | 第52-53页 |
| 结论与展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录（攻读硕士学位期间发表论文及参与的科研项目） | 第60页 |
