| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究的目的和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 视频游戏模拟背景 | 第10-11页 |
| 1.2.2 深度学习背景 | 第11-12页 |
| 1.2.3 深度强化学习背景及近期进展 | 第12-14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 第2章 深度学习与强化学习算法研究 | 第16-30页 |
| 2.1 深度学习算法研究 | 第16-22页 |
| 2.1.1 深度学习基本原理 | 第16-17页 |
| 2.1.2 人工神经网络 | 第17-20页 |
| 2.1.3 卷积神经网络 | 第20-22页 |
| 2.2 强化学习算法研究 | 第22-29页 |
| 2.2.1 强化学习基本原理 | 第22-23页 |
| 2.2.2 马尔科夫决策过程 | 第23-26页 |
| 2.2.3 值迭代和策略迭代 | 第26-27页 |
| 2.2.4 Q-Learning算法 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 深度强化学习的研究及其改进 | 第30-46页 |
| 3.1 深度Q网络 | 第30-32页 |
| 3.2 激活函数的改进及DQN模型的建立 | 第32-36页 |
| 3.2.1 常见的激活函数 | 第32-34页 |
| 3.2.2 改进的激活函数 | 第34-35页 |
| 3.2.3 基于改进激活函数的DQN算法模型 | 第35-36页 |
| 3.3 Gabor滤波器的改进及DQN模型的建立 | 第36-45页 |
| 3.3.1 传统的Gabor滤波器 | 第36-39页 |
| 3.3.2 改进的Gabor滤波器 | 第39-42页 |
| 3.3.3 特征融合技术 | 第42页 |
| 3.3.4 主成分分析方法 | 第42-43页 |
| 3.3.5 核主成分分析方法 | 第43-44页 |
| 3.3.6 基于改进Gabor滤波器的DQN算法模型 | 第44-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 视频游戏模拟实验结果及分析 | 第46-53页 |
| 4.1 实验环境介绍 | 第46页 |
| 4.2 实验结果及分析 | 第46-52页 |
| 4.2.1 打砖块游戏实验结果及分析 | 第47-50页 |
| 4.2.2 飞扬的小鸟游戏实验结果及分析 | 第50-52页 |
| 4.3 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的学术论文及获得成果 | 第57-58页 |
| 致谢 | 第58页 |