基于增强学习的博弈主体的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·课题的研究背景 | 第10-11页 |
| ·课题的研究意义 | 第11-12页 |
| ·论文所做的工作 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 2 智能主体理论 | 第14-18页 |
| ·智能主体的概念 | 第14-15页 |
| ·智能主体的体系结构 | 第15-18页 |
| ·主体的基本结构 | 第15页 |
| ·慎思主体 | 第15-17页 |
| ·反应主体 | 第17页 |
| ·混合主体 | 第17-18页 |
| 3 神经网络及增强学习原理 | 第18-30页 |
| ·神经元模型和网络结构 | 第18-20页 |
| ·神经元模型 | 第19页 |
| ·网络结构 | 第19-20页 |
| ·反向传播算法 | 第20-23页 |
| ·反向传播算法的基本原理 | 第20-21页 |
| ·反向传播算法的推导 | 第21-23页 |
| ·增强学习的基本框架 | 第23-24页 |
| ·TD(λ)算法 | 第24-26页 |
| ·TD(λ)算法概述 | 第24-25页 |
| ·TD(λ)和神经网络的结合 | 第25-26页 |
| ·增强学习在博弈中的应用 | 第26-30页 |
| ·博弈训练的方式 | 第27-28页 |
| ·博弈训练中的探索和利用 | 第28-29页 |
| ·神经网络评估函数的设计 | 第29-30页 |
| 4 基于增强学习的中国跳棋博弈系统 | 第30-51页 |
| ·中国跳棋游戏的规则 | 第30-31页 |
| ·中国跳棋博弈系统的体系结构 | 第31-42页 |
| ·测试子系统 | 第31-33页 |
| ·机器自学习子系统 | 第33-36页 |
| ·人机对弈子系统 | 第36-42页 |
| ·棋盘的设计 | 第42-45页 |
| ·棋盘的模型 | 第42页 |
| ·关于棋盘分区的基本概念 | 第42-44页 |
| ·游戏运行阶段的定义 | 第44-45页 |
| ·博弈主体的设计 | 第45-49页 |
| ·博弈主体的结构 | 第45页 |
| ·博弈主体的智能决策 | 第45-46页 |
| ·博弈主体的自主学习 | 第46页 |
| ·博弈主体的智能决策学习模型 | 第46-49页 |
| ·神经网络评估学习器 | 第49页 |
| ·实验结果 | 第49-51页 |
| 5. 可改进方法的探讨 | 第51-56页 |
| ·问题的引入 | 第51-52页 |
| ·几个基本概念 | 第52-53页 |
| ·布阵图模型 | 第53-56页 |
| 6 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
