| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 1.5 本章小节 | 第17-18页 |
| 第二章 背景知识 | 第18-34页 |
| 2.1 强化学习简介 | 第18-19页 |
| 2.2 马尔科夫决策过程 | 第19-21页 |
| 2.3 强化学习基本算法 | 第21-26页 |
| 2.3.1 时间差分算法 | 第21-25页 |
| 2.3.2 优先级扫描算法 | 第25-26页 |
| 2.4 核方法 | 第26-31页 |
| 2.4.1 核函数定义与性质 | 第26-27页 |
| 2.4.2 核函数常用类型 | 第27-29页 |
| 2.4.3 核函数几何特征度量 | 第29-31页 |
| 2.5 函数逼近 | 第31-33页 |
| 2.5.1 带参函数逼近 | 第31-33页 |
| 2.5.2 非参函数逼近 | 第33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于近似样本的核函数最小二乘时间差分算法 | 第34-44页 |
| 3.1 基于核函数的LSTD算法 | 第34-36页 |
| 3.2 样本近似 | 第36-38页 |
| 3.3 基于近似样本的核函数LSTD算法 | 第38-39页 |
| 3.4 仿真实验 | 第39-42页 |
| 3.4.1 实验（迷宫问题） | 第39-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于优先级扫描的稀疏化核函数时间差分算法 | 第44-56页 |
| 4.1 基于核函数的LSTD算法优化 | 第44-45页 |
| 4.2 稀疏化 | 第45-47页 |
| 4.3 基于核函数的优先级扫描 | 第47-48页 |
| 4.4 基于优先级扫描的稀疏化LSTD算法 | 第48-50页 |
| 4.5 仿真实验 | 第50-55页 |
| 4.5.1 实验（Puddle World） | 第50-52页 |
| 4.5.2 实验（平衡杆） | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 基于样本分布特征判别的核函数选择 | 第56-66页 |
| 5.1 核函数的特征度量 | 第56-58页 |
| 5.2 核函数的选择 | 第58-61页 |
| 5.3 基于样本分布特征判别的核函数LSTD算法 | 第61-62页 |
| 5.4 仿真实验 | 第62-64页 |
| 5.4.1 实验（平衡杆） | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-69页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间公开发表(录用)的论文及参与的项目 | 第74-76页 |
| 一、公开发表(录用)的学术论文 | 第74页 |
| 二、专利 | 第74页 |
| 三、参加的科研项目 | 第74-76页 |
| 致谢 | 第76-78页 |