| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.3 研究内容 | 第15-17页 |
| 1.4 论文组织结构 | 第17-18页 |
| 第二章 基础概述 | 第18-27页 |
| 2.1 马尔科夫决策过程 | 第18-20页 |
| 2.2 模糊推理 | 第20-23页 |
| 2.2.1 一型模糊推理 | 第20-21页 |
| 2.2.2 二型模糊推理 | 第21-23页 |
| 2.3 线性值函数近似 | 第23-24页 |
| 2.4 基于模型的模糊 Q 值迭代算法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 一种基于双层模糊推理的 Sarsa(λ)算法 | 第27-40页 |
| 3.1 Q 值函数的计算和 FIS 的参数更新 | 第27-30页 |
| 3.2 DFR-Sarsa(λ)算法 | 第30-34页 |
| 3.2.1 DFR-Sarsa(λ)算法的学习过程 | 第30-31页 |
| 3.2.2 算法收敛性分析 | 第31-34页 |
| 3.3 仿真实验及分析 | 第34-39页 |
| 3.3.1 Mountain Car | 第34-37页 |
| 3.3.2 Cart-pole Balancing | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 一种基于区间型二型模糊推理的 Sarsa(λ)算法 | 第40-52页 |
| 4.1 近似 Q 值函数的计算和参数的更新 | 第40-42页 |
| 4.2 I2FI-Sarsa(λ)算法的学习过程 | 第42-43页 |
| 4.3 算法收敛性分析 | 第43-47页 |
| 4.4 仿真实验 | 第47-51页 |
| 4.4.1 实验设置 | 第48-49页 |
| 4.4.2 实验分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 一种带有自适应基函数的模糊值迭代算法 | 第52-64页 |
| 5.1 基函数的近似性能评价 | 第52-54页 |
| 5.2 基函数的自适应细化更新方式 | 第54-55页 |
| 5.3 ABF-QI 算法 | 第55-58页 |
| 5.3.1 ABF-QI 算法的学习过程 | 第55-57页 |
| 5.3.2 算法收敛性分析 | 第57-58页 |
| 5.4 仿真实验 | 第58-62页 |
| 5.4.1 问题描述与参数设置 | 第58-59页 |
| 5.4.2 实验分析 | 第59-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-73页 |
| 攻读硕士学位期间发表（录用）的论文及参与的项目 | 第73-74页 |
| 致谢 | 第74-75页 |
