面向连续状态的神经网络强化学习研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第15-22页 |
| 1.1 课题来源 | 第15页 |
| 1.2 研究背景和意义 | 第15-17页 |
| 1.3 国内外研究方法和现状 | 第17-19页 |
| 1.4 研究的主要内容、方法和技术路线 | 第19-20页 |
| 1.5 论文组织结构 | 第20-22页 |
| 2 基础理论 | 第22-33页 |
| 2.1 强化学习模型 | 第22-23页 |
| 2.2 马尔科夫决策过程 | 第23-25页 |
| 2.3 强化学习主要算法 | 第25-30页 |
| 2.4 神经网络 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 基于资格迹的RBF神经网络强化学习研究 | 第33-44页 |
| 3.1 Sarsa强化学习算法 | 第33-34页 |
| 3.2 RBF神经网络 | 第34-36页 |
| 3.3 基于资格迹的RBF网络学习算法 | 第36-38页 |
| 3.4 仿真研究 | 第38-43页 |
| 3.5 本章小结 | 第43-44页 |
| 4 基于ELM-BP神经网络的强化学习研究 | 第44-60页 |
| 4.1 Actor Critic方法 | 第44-46页 |
| 4.2 动作网络BP | 第46-49页 |
| 4.3 评价网络ELM | 第49-51页 |
| 4.4 基于资格迹的ELM-BP强化学习 | 第51-53页 |
| 4.5 ELM-BP强化学习在倒立摆控制中的应用 | 第53-59页 |
| 4.6 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
