| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第8-18页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 对话管理建模 | 第10-16页 |
| 1.3 论文研究内容 | 第16页 |
| 1.4 论文的内容安排 | 第16-18页 |
| 第二章 基础知识 | 第18-31页 |
| 2.1 MDP模型简介 | 第18-19页 |
| 2.2 MDP模型求解 | 第19-25页 |
| 2.2.1 值函数和Q函数 | 第19-21页 |
| 2.2.2 求解算法 | 第21-25页 |
| 2.2.3 复杂度分析 | 第25页 |
| 2.3 分层强化学习 | 第25-30页 |
| 2.3.1 SMDP | 第26-27页 |
| 2.3.2 分层强化学习经典算法 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 Tier-MDP模型 | 第31-37页 |
| 3.1 Tier-MDP模型简介 | 第31-32页 |
| 3.2 Tier-MDP中OutterMDP状态的建模 | 第32-33页 |
| 3.3 Tier-MDP算法流程 | 第33-35页 |
| 3.4 模型比较 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于Tier-MDP的对话管理 | 第37-45页 |
| 4.1 实验用例描述 | 第37页 |
| 4.2 Tier-MDP对话管理模型分析 | 第37-39页 |
| 4.2.1 分层和子任务分析 | 第37-38页 |
| 4.2.2 算法分析 | 第38-39页 |
| 4.3 Tier-MDP对话管理模型设计 | 第39-42页 |
| 4.3.1 InnerMDP | 第40-41页 |
| 4.3.2 OutterMDP | 第41-42页 |
| 4.4 策略分析 | 第42-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 系统实现和实验分析 | 第45-56页 |
| 5.1 系统环境 | 第45-46页 |
| 5.2 实验及分析 | 第46-55页 |
| 5.2.1 实验 | 第46-54页 |
| 5.2.2 实验分析 | 第54-55页 |
| 5.4 本章总结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 未来研究工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |