基于模型知识的大空间强化学习算法的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-28页 |
| ·Agent技术 | 第12-17页 |
| ·智能Agent | 第13-17页 |
| ·多Agent系统(MAS) | 第17-20页 |
| ·机器学习 | 第20-23页 |
| ·机器学习的主要策略 | 第20-21页 |
| ·机器学习系统的基本结构 | 第21-23页 |
| ·RoboCup机器人足球赛 | 第23-27页 |
| ·起源及发展 | 第23-24页 |
| ·MAS与RoboCup | 第24-27页 |
| ·本文组织 | 第27-28页 |
| 第二章 强化学习 | 第28-40页 |
| ·强化学习简介 | 第28-32页 |
| ·常见的强化学习算法 | 第32-34页 |
| ·TD算法 | 第32-33页 |
| ·Q学习 | 第33页 |
| ·Sarsa学习算法 | 第33页 |
| ·Dyna-Q算法 | 第33-34页 |
| ·多agent强化学习 | 第34-37页 |
| ·其他形式的强化学习 | 第37-39页 |
| ·部分感知马氏决策过程中的强化学习 | 第37-38页 |
| ·分层强化学习 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 基于模型的强化学习算法 | 第40-46页 |
| ·Q学习 | 第40-41页 |
| ·基于模型的Q学习 | 第41-43页 |
| ·学习环境模型 | 第42-43页 |
| ·应用模型进行Q学习 | 第43页 |
| ·实验分析及结论 | 第43-45页 |
| ·问题描述 | 第43-44页 |
| ·实验结果分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 改进的模糊强化学习算法 | 第46-56页 |
| ·模糊逻辑及模糊推理 | 第46-50页 |
| ·模糊集合 | 第46-47页 |
| ·模糊逻辑 | 第47-48页 |
| ·模糊推理 | 第48-49页 |
| ·模糊推理系统 | 第49-50页 |
| ·模糊推理系统的Q学习 | 第50页 |
| ·遗传算法选取隶属函数的Fuzzy Q学习 | 第50-52页 |
| ·RoboCup中的踢球问题 | 第52-55页 |
| ·问题描述 | 第52-53页 |
| ·问题求解 | 第53-55页 |
| ·实验结果及分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结及展望 | 第56-57页 |
| ·本文工作总结 | 第56页 |
| ·下一步的工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 研究生期间主要科研工作及成果 | 第61页 |
