| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·人机博弈的发展现状 | 第9页 |
| ·电脑中国象棋的发展现状 | 第9-11页 |
| ·激励学习在棋类中应用的现状分析 | 第11页 |
| ·本文研究的主要内容及其意义 | 第11-14页 |
| 第2章 背景知识 | 第14-24页 |
| ·电脑棋类博弈算法简介 | 第14-19页 |
| ·数据结构 | 第14-15页 |
| ·走法产生 | 第15-16页 |
| ·搜索技术 | 第16-18页 |
| ·估值函数 | 第18-19页 |
| ·学习方法简介 | 第19-23页 |
| ·激励学习（Reinforcement Learning）发展背景 | 第20页 |
| ·基本原理 | 第20-22页 |
| ·主要算法简介 | 第22页 |
| ·瞬时差分（Temporal Difference）算法简介 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 中国象棋环境设计与实现 | 第24-30页 |
| ·中国象棋的状态表达 | 第24-26页 |
| ·中国象棋的动作表达 | 第26-28页 |
| ·走法产生 | 第27-28页 |
| ·走法存储 | 第28页 |
| ·中国象棋的操作界面 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4 章基于搜索的中国象棋设计与实现 | 第30-36页 |
| ·智能体A 的数据结构 | 第31-32页 |
| ·智能体A 的走法产生 | 第32页 |
| ·智能体A 使用的搜索算法 | 第32-33页 |
| ·智能体A 使用的估值函数 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 激励学习和神经网络结合的中国象棋设计与实现 | 第36-43页 |
| ·算法原理 | 第36-37页 |
| ·学习体A 的构建 | 第37-38页 |
| ·算法实现 | 第38-42页 |
| ·网络结构设计 | 第38-39页 |
| ·TD 预测网络误差 | 第39-40页 |
| ·误差逆传播学习原理 | 第40-41页 |
| ·TD 学习法具体步骤 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第6章 激励学习与数据库结合的中国象棋设计与实现 | 第43-51页 |
| ·学习体B 的构建 | 第43-44页 |
| ·算法实现 | 第44-50页 |
| ·分级数据库原理 | 第44-45页 |
| ·分级数据库实现 | 第45-48页 |
| ·学习具体步骤 | 第48-49页 |
| ·使用启发式函数指导学习 | 第49-50页 |
| ·探索与利用 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第7章 实验结果 | 第51-57页 |
| ·激励学习算法结合神经网络的结果及比较 | 第51-53页 |
| ·实验结果 | 第51-53页 |
| ·与其它同类程序比较 | 第53页 |
| ·激励学习算法结合数据库的结果及比较 | 第53-56页 |
| ·实验结果 | 第53-55页 |
| ·是否使用启发函数的比较 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录A（攻读学位期间发表的学术论文） | 第63-64页 |
| 附录B（攻读硕士学位期间参与研究的科研项目） | 第64-65页 |
| 中文详细摘要 | 第65-72页 |
