| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 电子鼻技术的研究及应用现状 | 第11-13页 |
| 1.3 电子鼻研究存在的问题 | 第13-14页 |
| 1.4 强化学习 | 第14-16页 |
| 1.5 本文的主要内容和论文结构 | 第16-19页 |
| 1.5.1 主要研究内容 | 第16-17页 |
| 1.5.2 本文的主要贡献 | 第17页 |
| 1.5.3 论文结构 | 第17-19页 |
| 第2章 相关理论综述 | 第19-26页 |
| 2.1 马尔可夫决策过程(Markov Decision Process) | 第19-20页 |
| 2.2 强化学习和深度学习 | 第20-23页 |
| 2.3 内在激励学习机制 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于内在激励学习机制的强化学习框架 | 第26-34页 |
| 3.1 内在动机(激励) | 第26-27页 |
| 3.2 强化学习中引入内在激励 | 第27-29页 |
| 3.2.1 现有框架与本文框架对比 | 第27-28页 |
| 3.2.2 内在激励模块说明 | 第28-29页 |
| 3.3 引入内在激励模块的强化学习算法框架 | 第29-33页 |
| 3.3.1 DQN算法简介 | 第29-31页 |
| 3.3.2 A3C算法简介 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于好奇心驱动的Curiosity-Driven模型 | 第34-45页 |
| 4.1 基于Curiosity的强化学习框架 | 第34-36页 |
| 4.2 好奇心驱动模块设计 | 第36-39页 |
| 4.3 黄酒酒龄分类实验验证CDM模块 | 第39-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 基于信息论的赋能Empowerment模型 | 第45-56页 |
| 5.1 赋能(Empowerment) | 第45-46页 |
| 5.2 赋能的计算 | 第46-49页 |
| 5.3 MI-RL算法 | 第49-50页 |
| 5.4 气体分类实验 | 第50-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 未来研究展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录1 电子鼻硬件和结构 | 第63-64页 |
| 附录2 攻读硕士期间发表的论文 | 第64-65页 |
| 附录3 攻读硕士期间参与的科研项目 | 第65-66页 |
| 致谢 | 第66-67页 |
