| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-21页 |
| ·研究背景概述 | 第12-13页 |
| ·连续空间增强学习的发展现状及趋势 | 第13-18页 |
| ·连续空间增强学习理论及算法的研究现状 | 第13-16页 |
| ·连续空间增强学习方法的实际应用及发展趋势 | 第16-18页 |
| ·核方法的发展现状及趋势 | 第18-19页 |
| ·核方法的发展现状 | 第18-19页 |
| ·核方法的应用趋势 | 第19页 |
| ·本文主要研究内容及成果 | 第19-21页 |
| 第二章 连续空间增强学习理论及其算法实现 | 第21-44页 |
| ·ACD 方法的理论基础 | 第21-26页 |
| ·Markov 决策问题 | 第21-24页 |
| ·动态规划理论 | 第24-26页 |
| ·ACD 方法的理论框架与算法原理 | 第26-30页 |
| ·HDP 方法（启发式动态规划） | 第27-28页 |
| ·DHP 方法（对偶启发式规划） | 第28-29页 |
| ·GDHP 方法（全局对偶启发式规划） | 第29-30页 |
| ·DHP 方法的算法实现及仿真研究 | 第30-43页 |
| ·Cart-Pole 平衡控制的问题描述 | 第30页 |
| ·控制对象的系统建模 | 第30-32页 |
| ·传统控制器设计与仿真 | 第32-34页 |
| ·基于DHP 方法的控制器设计与仿真 | 第34-39页 |
| ·各类方法的控制效果分析 | 第39-43页 |
| ·小结 | 第43-44页 |
| 第三章 连续空间增强学习方法的改进及应用研究 | 第44-60页 |
| ·基于RLS-TD（λ）的连续空间增强学习方法 | 第44-48页 |
| ·基于RLS-TD（λ）的改进DHP 方法 | 第45-47页 |
| ·基于RLS-TD（λ）的改进DHP 方法收敛性分析 | 第47-48页 |
| ·RLS-DHP 方法的算法实现及仿真研究 | 第48-58页 |
| ·CSTR 问题的模型描述 | 第48-50页 |
| ·CSTR 问题的DHP 学习控制器设计与分析 | 第50-53页 |
| ·RLS-DHP 学习控制器的设计与分析 | 第53-58页 |
| ·小结 | 第58-60页 |
| 第四章 基于核的连续空间增强学习方法及应用研究 | 第60-73页 |
| ·基于核的连续空间增强学习方法研究 | 第60-63页 |
| ·核DHP 方法的理论原理 | 第60-62页 |
| ·核DHP 方法的收敛性分析 | 第62-63页 |
| ·核DHP 方法的算法实现及仿真研究 | 第63-68页 |
| ·核DHP 学习控制器设计 | 第63-65页 |
| ·学习控制结果及对比分析 | 第65-68页 |
| ·基于核的Cart-Pole 平衡控制问题研究 | 第68-72页 |
| ·核DHP 学习控制器设计 | 第68-70页 |
| ·学习控制结果及对比分析 | 第70-72页 |
| ·小结 | 第72-73页 |
| 第五章 总结和展望 | 第73-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-87页 |
| 作者在攻读硕士学位期间完成和发表的论文 | 第87-88页 |
| 附录A 论文相关结构框图 | 第88-90页 |
| 附录B 缩略词对照表 | 第90页 |