| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·本课题的研究背景及意义 | 第9-10页 |
| ·本课题研究领域的研究动态 | 第10-12页 |
| ·层次化学习相关研究进展 | 第10-11页 |
| ·层次化激励学习相关研究进展 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 层次化激励学习理论框架 | 第15-29页 |
| ·激励学习 | 第15-22页 |
| ·发展背景 | 第15-16页 |
| ·激励学习的基本原理 | 第16-18页 |
| ·学习算法 | 第18-20页 |
| ·函数逼近 | 第20-22页 |
| ·层次化激励学习理论 | 第22-28页 |
| ·层次化激励学习的基本思想及其发展 | 第23-25页 |
| ·层次化激励学习方法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 简单随机模型下自动寻找子目标 | 第29-42页 |
| ·McGovern的基于多实例学习的自动寻找子任务方法 | 第29-31页 |
| ·一类简单随机模型下自动寻找子目标的方法 | 第31-36页 |
| ·学习策略模型方法的改进 | 第31-33页 |
| ·自动寻找子目标方法的改进 | 第33-36页 |
| ·简单模型下自动寻找子目标的仿真实验 | 第36-41页 |
| ·Reinforcement Learning工具箱 | 第36-37页 |
| ·策略模型学习方法的仿真实验 | 第37-40页 |
| ·自动寻找子目标方法的验证 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 复杂随机模型下自动寻找子目标 | 第42-46页 |
| ·复杂随机模型下自动创建有效子目标 | 第42-44页 |
| ·复杂模型下自动创建子目标的仿真实眼 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 子目标策略的自动形成 | 第46-51页 |
| ·一类基于启发式策略的激励学习算法 | 第46-48页 |
| ·自动形成层次化策略 | 第48-49页 |
| ·仿真实验 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论与展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录 A (攻读硕士学位期间发表论文目录) | 第58-59页 |
| 附录 B (攻读硕士学位期间参与研究的科研项目) | 第59页 |