基于TileCoding的函数逼近强化学习研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-13页 |
| ·选题背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·论文主要研究内容 | 第11-12页 |
| ·文章内容安排 | 第12-13页 |
| 第二章 理论基础 | 第13-22页 |
| ·函数逼近 | 第13-15页 |
| ·TD下的函数逼近 | 第15-18页 |
| ·线性函数 | 第17-18页 |
| ·目标函数 | 第18页 |
| ·Q学习下的函数逼近 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 TileCoding | 第22-31页 |
| ·SparseCoarseCoding | 第22-24页 |
| ·Local codes | 第22-23页 |
| ·Dense codes | 第23页 |
| ·Sparse codes | 第23-24页 |
| ·TileCoding | 第24-28页 |
| ·Tile状态空间 | 第25-26页 |
| ·哈希编码 | 第26-27页 |
| ·智能泛化 | 第27-28页 |
| ·实验结果与分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于TileCoding的强化学习 | 第31-42页 |
| ·神经网络 | 第31-35页 |
| ·CMAC网络 | 第31-33页 |
| ·RBF网络 | 第33-34页 |
| ·MLP网络 | 第34-35页 |
| ·强化学习 | 第35-40页 |
| ·强化学习基础理论 | 第36-39页 |
| ·强化学习经典算法 | 第39-40页 |
| ·基于TileCoding的强化学习 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 Mountain Car | 第42-46页 |
| ·仿真实验 | 第42页 |
| ·实验分析 | 第42-43页 |
| ·敛散性分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·工作总结 | 第46-47页 |
| ·工作展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |
