| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第16-22页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 强化学习的研究现状 | 第17-18页 |
| 1.3 论文研究内容 | 第18-20页 |
| 1.4 论文结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 强化学习理论 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 强化学习基础理论 | 第22-26页 |
| 2.3 强化学习算法 | 第26-29页 |
| 2.4 线性值函数逼近 | 第29-31页 |
| 2.5 最小二乘不动点方法 | 第31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 基于状态图流形测地高斯基的策略迭代 | 第32-47页 |
| 3.1 引言 | 第32-33页 |
| 3.2 测地高斯核 | 第33-34页 |
| 3.3 流形测地高斯核 | 第34-37页 |
| 3.4 基于状态图流形测地高斯基的策略迭代 | 第37-43页 |
| 3.5 仿真分析 | 第43-46页 |
| 3.6 本章小结 | 第46-47页 |
| 4 基于状态-动作图加权多宽度测地高斯基的策略迭代 | 第47-58页 |
| 4.1 引言 | 第47-48页 |
| 4.2 基于状态-动作图的测地高斯基 | 第48-49页 |
| 4.3 基于状态-动作图加权多宽度测地高斯基的策略迭代 | 第49-53页 |
| 4.4 仿真分析 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |