基于强化学习的自适应技术研究
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景 | 第10-12页 |
| ·应用需求 | 第10-11页 |
| ·技术挑战 | 第11页 |
| ·解决思路 | 第11-12页 |
| ·自适应技术研究综述 | 第12-16页 |
| ·研究概况 | 第12-13页 |
| ·基于软件体系结构的自适应技术 | 第13-14页 |
| ·基于中间件的自适应技术 | 第14-15页 |
| ·面向Agent的自适应技术 | 第15-16页 |
| ·论文研究内容及成果 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| 第二章 自适应多Agent系统及强化学习 | 第18-33页 |
| ·自适应多Agent系统 | 第18-22页 |
| ·自适应多Agent系统概念 | 第18-19页 |
| ·软件Agent模型 | 第19-22页 |
| ·自适应Agent构造技术 | 第22-28页 |
| ·基于动态绑定的自适应机制 | 第22-23页 |
| ·基于自适应Agent的自适应系统构造方法 | 第23-24页 |
| ·自适应策略描述语言SADL | 第24-25页 |
| ·自适应系统构造平台SADE | 第25-28页 |
| ·强化学习技术 | 第28-32页 |
| ·强化学习概念 | 第28-29页 |
| ·强化学习原理 | 第29-30页 |
| ·强化学习算法 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第三章 基于强化学习的自适应机制 | 第33-46页 |
| ·自适应案例 | 第33-34页 |
| ·研究整体方法和思路 | 第34-36页 |
| ·基于强化学习的自适应机制 | 第36-39页 |
| ·自适应控制循环 | 第36-37页 |
| ·基于强化学习的自适应机制 | 第37-39页 |
| ·学习算法 | 第39-44页 |
| ·环境 | 第39页 |
| ·基于学习机制的自适应动作 | 第39-40页 |
| ·学习算法 | 第40-44页 |
| ·自适应Agent软件模型 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第四章 自适应多Agent系统的开发 | 第46-54页 |
| ·基于学习机制的自适应多Agent系统开发框架 | 第46-47页 |
| ·自适应Agent | 第46-47页 |
| ·角色 | 第47页 |
| ·学习器 | 第47页 |
| ·环境 | 第47页 |
| ·支撑软件平台SADE+ | 第47-50页 |
| ·自适应支撑平台SADE+技术框架 | 第47-49页 |
| ·支持学习的可重用部件 | 第49-50页 |
| ·软件开发过程 | 第50-53页 |
| ·环境分析 | 第51页 |
| ·角色设计 | 第51-52页 |
| ·自适应Agent的设计 | 第52页 |
| ·学习器的设计 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第五章 案例分析 | 第54-61页 |
| ·案例分析 | 第54页 |
| ·开发步骤 | 第54-58页 |
| ·运行结果 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第六章 结束语 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者在学期间取得的学术成果 | 第68页 |
