深度强化学习在视频游戏中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 深度学习背景 | 第10页 |
| 1.1.2 强化学习背景 | 第10-11页 |
| 1.1.3 视频游戏 | 第11-13页 |
| 1.2 研究内容 | 第13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 第二章 深度神经网络介绍 | 第15-31页 |
| 2.1 深度学习背景介绍 | 第15-18页 |
| 2.1.1 机器学习与深度学习 | 第15-17页 |
| 2.1.2 深度学习基本思想与训练过程 | 第17-18页 |
| 2.2 神经网络 | 第18-23页 |
| 2.2.1 神经元与激活函数 | 第18-19页 |
| 2.2.2 网络的结构 | 第19-21页 |
| 2.2.3 反向传播算法 | 第21-23页 |
| 2.3 卷积神经网络 | 第23-25页 |
| 2.3.1 网络的结构 | 第23-24页 |
| 2.3.2 网络训练方法 | 第24-25页 |
| 2.4 自动编码机 | 第25-27页 |
| 2.5 限制波尔兹曼机 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 强化学习及ALE平台介绍 | 第31-40页 |
| 3.1 强化学习介绍 | 第31-36页 |
| 3.1.1 强化学习简介 | 第31-32页 |
| 3.1.2 马尔科夫决策过程 | 第32-33页 |
| 3.1.3 值迭代和策略迭代 | 第33-35页 |
| 3.1.4 MDP中的参数估计 | 第35页 |
| 3.1.5 Q-Learning算法 | 第35-36页 |
| 3.2 ALE平台 | 第36-39页 |
| 3.2.1 雅达利2600 | 第36-37页 |
| 3.2.2 ALE平台接口 | 第37页 |
| 3.2.3 与ALE的交互 | 第37-38页 |
| 3.2.4 ALE评测机制 | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 深度强化学习算法 | 第40-50页 |
| 4.1 背景及主要工作 | 第40-41页 |
| 4.2 MDP问题建模 | 第41-42页 |
| 4.3 一种改进的Q-Learning算法 | 第42-46页 |
| 4.4 网络架构设计 | 第46-47页 |
| 4.5 加权模型融合 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 实验及结果分析 | 第50-58页 |
| 5.1 实验的设计与实现 | 第50-52页 |
| 5.1.1 实验的模型实现 | 第50-51页 |
| 5.1.2 实验方案的设计 | 第51-52页 |
| 5.2 实验结果分析 | 第52-57页 |
| 5.2.1 训练和稳定性 | 第52-53页 |
| 5.2.2 可视化模型策略 | 第53-54页 |
| 5.2.3 网络架构比较 | 第54-55页 |
| 5.2.4 各算法比较 | 第55-57页 |
| 5.3 本章小结 | 第57-58页 |
| 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
