基于动机的强化学习及其应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 论文选题和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 第2章 相关工作 | 第12-19页 |
| 2.1 强化学习基础理论 | 第12-15页 |
| 2.1.1 强化学习问题模型 | 第12-13页 |
| 2.1.2 强化学习基本要素 | 第13-14页 |
| 2.1.3 强化学习算法分类 | 第14-15页 |
| 2.2 本文相关的强化学习算法 | 第15-17页 |
| 2.2.1 值迭代算法 | 第15-16页 |
| 2.2.2 优先扫除算法 | 第16-17页 |
| 2.3 强化学习中的探索策略 | 第17-18页 |
| 2.3.1 ε-greedy探索策略 | 第17页 |
| 2.3.2 Boltzmann分布探索策略 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于动机的强化学习 | 第19-29页 |
| 3.1 基于动机的强化学习框架 | 第19-20页 |
| 3.2 引入情感作为内在动机的可行性和意义 | 第20-21页 |
| 3.3 情感动机与传统强化学习算法的融合思路 | 第21-23页 |
| 3.3.1 值函数的选择 | 第21-22页 |
| 3.3.2 算法模型的选择 | 第22页 |
| 3.3.3 内外奖励的结合 | 第22-23页 |
| 3.4 情感动机模型的量化方案 | 第23-28页 |
| 3.4.1 好奇心和新奇度 | 第25-26页 |
| 3.4.2 控制欲和控制力 | 第26-27页 |
| 3.4.3 幸福指数 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第4章 动机强化学习的应用 | 第29-38页 |
| 4.1 利用内在情感动机提高具体任务的学习效率 | 第29-36页 |
| 4.1.1 仿真平台 | 第29-30页 |
| 4.1.2 仿真场景 | 第30-31页 |
| 4.1.3 利用内在情感动机提前探索环境 | 第31-33页 |
| 4.1.4 内在情感动机与外部奖励直接结合 | 第33-35页 |
| 4.1.5 验证情感动机的通用性 | 第35-36页 |
| 4.2 利用内在情感动机实现智能体的个性化定制 | 第36-37页 |
| 4.3 本章小结 | 第37-38页 |
| 第5章 总结与展望 | 第38-40页 |
| 5.1 本文工作总结 | 第38页 |
| 5.2 下一步研究方向 | 第38-40页 |
| 参考文献 | 第40-43页 |
| 在读期间发表的学术论文及研究成果 | 第43-44页 |
| 致谢 | 第44页 |
