| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·智能机器人国内外研究现状 | 第10-12页 |
| ·人工情感国内外研究现状 | 第12-13页 |
| ·情感及情感决策研究的意义 | 第13-14页 |
| ·论文组织安排 | 第14-15页 |
| ·主要研究内容 | 第14页 |
| ·论文结构 | 第14-15页 |
| ·本章小结 | 第15-17页 |
| 第二章 人工情感和情感模型 | 第17-29页 |
| ·人工情感 | 第17-23页 |
| ·情感、情绪和认知 | 第17-20页 |
| ·人工情感 | 第20-21页 |
| ·行为和情绪表达 | 第21-23页 |
| ·情感模型 | 第23-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 人工神经网络和强化学习理论 | 第29-43页 |
| ·人工神经网络 | 第29-36页 |
| ·人工神经元模型 | 第29-31页 |
| ·BP神经网络 | 第31-33页 |
| ·BP神经网络算法 | 第33-36页 |
| ·强化学习 | 第36-42页 |
| ·强化学习理论 | 第36-38页 |
| ·马尔可夫决策过程 | 第38-40页 |
| ·Q-learning算法 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于情绪认知评价和Q-learning的情感决策 | 第43-55页 |
| ·情感认知评价 | 第43-46页 |
| ·情感认知过程 | 第43-45页 |
| ·情感认知评价模型 | 第45-46页 |
| ·情感认知学习框架 | 第46-50页 |
| ·情绪类型的选取 | 第46-47页 |
| ·情感认知框架 | 第47-50页 |
| ·情感认知决策 | 第50-54页 |
| ·情绪与动作空间 | 第50-51页 |
| ·改进的Q-learning | 第51-53页 |
| ·情感认知决策算法步骤 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 实验结果和数据分析 | 第55-63页 |
| ·改进Q-learning算法实验结果及分析 | 第55-58页 |
| ·实验结果 | 第55页 |
| ·实验分析 | 第55-58页 |
| ·模拟情感智能体实验结果及分析 | 第58-62页 |
| ·面部表情识别 | 第58-61页 |
| ·模拟情感交互实验 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-67页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士学位期间发表的学术论文目录 | 第73页 |