面向决策仿真的Agent模型中强化学习方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·研究目标与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·研究内容 | 第9-10页 |
| ·论文组织结构 | 第10-11页 |
| 第二章 相关理论与技术 | 第11-21页 |
| ·Agent 理论与技术 | 第11-13页 |
| ·Agent 定义 | 第11页 |
| ·Agent 特性 | 第11-12页 |
| ·BDI 模型简介 | 第12-13页 |
| ·强化学习基本概念 | 第13-16页 |
| ·强化学习原理 | 第13-14页 |
| ·强化学习的特点 | 第14-15页 |
| ·马尔科夫决策过程 | 第15-16页 |
| ·强化学习相关算法 | 第16-21页 |
| ·TD 算法 | 第17-18页 |
| ·Q 学习算法 | 第18-19页 |
| ·Sarsa 算法 | 第19-21页 |
| 第三章 基于 Agent 的决策仿真系统框架 | 第21-27页 |
| ·分层学习及决策过程 | 第21-23页 |
| ·自底向上的学习过程 | 第21-22页 |
| ·自顶向下的决策过程 | 第22-23页 |
| ·多任务分解学习的智能化框架 | 第23-24页 |
| ·模型中各模块功能设计 | 第24-27页 |
| 第四章 决策仿真系统中 Agent 的认知模型 | 第27-41页 |
| ·Agent 认知模型 | 第27-30页 |
| ·形式化定义 | 第27-28页 |
| ·认知结构模型 | 第28-30页 |
| ·Agent 模型内部结构设计 | 第30-36页 |
| ·各模块交互过程设计 | 第30-31页 |
| ·各模块功能设计 | 第31-36页 |
| ·Agent 的决策与学习行为设计 | 第36-41页 |
| ·Agent 的决策与学习过程 | 第36-37页 |
| ·Agent 的运行流程 | 第37-39页 |
| ·Agent 的状态转换 | 第39-41页 |
| 第五章 强化学习方法在决策仿真系统中的应用 | 第41-49页 |
| ·单 Agent Q 学习算法研究 | 第41-44页 |
| ·Q 学习算法分析 | 第41-42页 |
| ·改进 Q 学习模型描述 | 第42-43页 |
| ·改进 Q 学习算法描述 | 第43-44页 |
| ·多 Agent 联合强化学习 | 第44-49页 |
| ·多 Agent 强化学习信度分配问题 | 第45-46页 |
| ·多 Agent 联合 Q 学习算法 | 第46-49页 |
| 第六章 实验研究 | 第49-57页 |
| ·实验目的 | 第49页 |
| ·实验环境 | 第49页 |
| ·实验过程及结果分析 | 第49-57页 |
| ·Agent 认知模型的有效性验证 | 第50-53页 |
| ·单 Agent 强化学习算法效率验证 | 第53-54页 |
| ·多 Agent 联合强化学习算法效率验证 | 第54-57页 |
| 结束语 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 在研期间研究成果 | 第65-66页 |
