| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 深度学习研究现状 | 第13-15页 |
| 1.2.2 强化学习研究现状 | 第15-17页 |
| 1.3 论文研究内容和组织结构 | 第17-19页 |
| 第2章 深度学习 | 第19-30页 |
| 2.1 人工神经网络结构 | 第19-23页 |
| 2.2 深度学习 | 第23-24页 |
| 2.3 卷积神经网络 | 第24-28页 |
| 2.3.1 卷积神经网络的分层思想 | 第25页 |
| 2.3.2 卷积神经网络结构 | 第25-28页 |
| 2.4 循环神经网络 | 第28-30页 |
| 第3章 强化学习 | 第30-39页 |
| 3.1 强化学习原理 | 第30-35页 |
| 3.1.1 马尔科夫决策过程(MARKOVDECISIONPROCESS,MDP) | 第31-33页 |
| 3.1.2 策略迭代和值迭代 | 第33-35页 |
| 3.2 Q-LEARNING算法 | 第35-37页 |
| 3.3 OPENAIGYM测试平台 | 第37-39页 |
| 第4章 深度强化学习 | 第39-56页 |
| 4.1 Q值神经网络化 | 第40-41页 |
| 4.2 DQN算法及优化 | 第41-43页 |
| 4.3 DQN在游戏中存在的问题 | 第43-47页 |
| 4.3.1 针对过高估计问题的分析研究 | 第44-47页 |
| 4.4 数据预处理和网络结构设计 | 第47-51页 |
| 4.5 DOUBLEDQN仿真分析 | 第51-56页 |
| 第5章 模型融合的深度强化学习及算法对比 | 第56-61页 |
| 5.1 模型融合的深度强化学习 | 第56-58页 |
| 5.2 不同的算法比较 | 第58-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68-69页 |