| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第7-20页 |
| 1.1 引言 | 第7-8页 |
| 1.2 强化学习 | 第8-11页 |
| 1.3 模仿学习 | 第11-18页 |
| 1.4 待研究问题 | 第18-19页 |
| 1.5 本文工作和组织结构 | 第19-20页 |
| 第二章 "AngryBird"游戏与单步示例策略学习 | 第20-26页 |
| 2.1 引言 | 第20页 |
| 2.2 相关工作 | 第20-21页 |
| 2.3 本文方法 | 第21-24页 |
| 2.4 实验 | 第24-25页 |
| 2.5 总结 | 第25-26页 |
| 第三章 "Ms.PacMan"游戏与多步示例策略学习 | 第26-39页 |
| 3.1 引言 | 第26-27页 |
| 3.2 相关工作 | 第27-28页 |
| 3.3 本文方法 | 第28-31页 |
| 3.4 实验 | 第31-38页 |
| 3.5 总结 | 第38-39页 |
| 第四章 基于自生成样本学习的奖赏塑形方法 | 第39-51页 |
| 4.1 引言 | 第39-40页 |
| 4.2 相关工作 | 第40-41页 |
| 4.3 本文方法 | 第41-46页 |
| 4.4 实验 | 第46-50页 |
| 4.5 总结 | 第50-51页 |
| 第五章 结束语 | 第51-53页 |
| 参考文献 | 第53-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65-66页 |