基于启发式强化学习的多智能体覆盖问题研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状分析 | 第11-14页 |
| 1.2.1 强化学习问题研究现状 | 第11-12页 |
| 1.2.2 启发式强化学习研究现状 | 第12-13页 |
| 1.2.3 多智能体覆盖问题研究现状 | 第13-14页 |
| 1.3 研究目标 | 第14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.4.1 启发函数的定义与事件驱动的设置 | 第15页 |
| 1.4.2 多智能体覆盖问题的算法实现 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第2章 启发式强化学习理论研究 | 第17-25页 |
| 2.1 强化学习 | 第17-20页 |
| 2.1.1 强化学习原理概述 | 第17-18页 |
| 2.1.2 马尔科夫决策过程 | 第18-19页 |
| 2.1.3 Q学习算法 | 第19-20页 |
| 2.2 启发式强化学习 | 第20-22页 |
| 2.3 多智能体启发式强化学习 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于HAQL的多智能体覆盖算法设计 | 第25-36页 |
| 3.1 启发式加速Q学习 | 第25-27页 |
| 3.2 基于事件驱动的多智能体HAQL算法 | 第27-29页 |
| 3.2.1 触发函数设计 | 第27-28页 |
| 3.2.2 算法设计 | 第28-29页 |
| 3.3 多智能体覆盖算法设计 | 第29-35页 |
| 3.3.1 仿真环境及学习模型 | 第29-32页 |
| 3.3.2 实验结果分析 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于HASB-QL的多智能体覆盖算法设计 | 第36-46页 |
| 4.1 基于状态回溯代价分析的启发式Q学习 | 第36-38页 |
| 4.2 基于事件驱动的多智能体HASB-QL算法 | 第38-41页 |
| 4.2.1 触发函数设计 | 第38-39页 |
| 4.2.2 算法设计 | 第39-41页 |
| 4.3 多智能体覆盖算法设计 | 第41-45页 |
| 4.3.1 仿真环境及学习模型 | 第41-43页 |
| 4.3.2 实验结果分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于CB-HAQL的多智能体覆盖算法设计 | 第46-57页 |
| 5.1 基于案例推理的启发式Q学习 | 第46-49页 |
| 5.2 基于事件驱动的多智能体CB-HAQL算法 | 第49-52页 |
| 5.2.1 触发函数设计 | 第49-50页 |
| 5.2.2 算法设计 | 第50-52页 |
| 5.3 多智能体覆盖算法设计 | 第52-56页 |
| 5.3.1 仿真环境及学习模型 | 第52-54页 |
| 5.3.2 实验结果分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第66页 |
