基于强化学习的RoboCup 2D高层抢球策略研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及选题意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本论文的主要内容 | 第11-13页 |
| 第二章 ROBOCUP 2D平台 | 第13-21页 |
| ·ROBOCUP比赛 | 第13页 |
| ·ROBOCUP 2D平台架构 | 第13-16页 |
| ·ROBOCUP 2D问题模型 | 第16-17页 |
| ·ROBOCUP 2D问题特点 | 第17-18页 |
| ·ROBOCUP 2D子问题 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 强化学习 | 第21-34页 |
| ·强化学习概述 | 第21-22页 |
| ·强化学习问题 | 第22-24页 |
| ·MDP模型求解强化学习问题 | 第24-27页 |
| ·强化学习算法 | 第27-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 高层抢球策略的强化学习 | 第34-43页 |
| ·问题描述 | 第34页 |
| ·KEEPAWAY的高层动作和总体策略 | 第34-36页 |
| ·KEEPAWAY中高层抢球策略的强化学习 | 第36-39页 |
| ·实验分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 高层抢球策略的任务间迁移学习 | 第43-51页 |
| ·问题描述 | 第43页 |
| ·迁移学习和策略重用 | 第43-46页 |
| ·KEEPAWAY中高层抢球策略的任务间迁移学习 | 第46-48页 |
| ·实验分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结和展望 | 第51-53页 |
| ·全文工作总结 | 第51-52页 |
| ·未来展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间的学术论文、科研项目与相关奖项 | 第58页 |
