| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-17页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究现状及趋势 | 第11-14页 |
| ·研究现状 | 第11-13页 |
| ·研究趋势 | 第13-14页 |
| ·研究内容 | 第14-16页 |
| ·论文组织结构 | 第16-17页 |
| 第二章 强化学习值函数逼近概述 | 第17-23页 |
| ·马尔科夫决策过程 | 第17-18页 |
| ·值函数逼近框架 | 第18-20页 |
| ·参数化值函数逼近 | 第18-19页 |
| ·非参数化值函数逼近 | 第19-20页 |
| ·值函数逼近求解方法 | 第20-22页 |
| ·梯度下降方法 | 第20-22页 |
| ·最小二乘回归 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 梯度下降值函数逼近模型的改进 | 第23-36页 |
| ·改进的梯度下降值函数逼近模型 | 第23-27页 |
| ·势函数塑造奖赏机制 | 第23-26页 |
| ·基于势函数塑造奖赏机制的值函数逼近模型 | 第26-27页 |
| ·NRBF-GD-Sarsa(λ)算法 | 第27-30页 |
| ·算法描述 | 第27-28页 |
| ·Tile 编码机制 | 第28-29页 |
| ·算法收敛性分析 | 第29-30页 |
| ·仿真实验 | 第30-35页 |
| ·实验描述 | 第30-32页 |
| ·实验设置 | 第32-33页 |
| ·实验分析 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 LSSVR 的 Q 值函数分片逼近模型 | 第36-51页 |
| ·LSSVR-Q 值函数分片逼近模型 | 第36-39页 |
| ·在线稀疏化样本池构建方法 | 第39-40页 |
| ·LSSVR-Q 算法 | 第40-41页 |
| ·仿真实验 | 第41-50页 |
| ·实验 1：Mountain Car 问题 | 第42-46页 |
| ·实验 2：DC Motor 问题 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于 ANRBF 网络的 Q-V 值函数协同逼近模型 | 第51-67页 |
| ·Q-V 值函数协同机制 | 第51-53页 |
| ·Q-V 值函数协同逼近模型 | 第53-55页 |
| ·Q-V 值函数协同逼近算法 | 第55-60页 |
| ·QV(λ)算法 | 第55-58页 |
| ·算法收敛性分析 | 第58-60页 |
| ·仿真实验 | 第60-66页 |
| ·实验描述 | 第60-61页 |
| ·实验设置 | 第61页 |
| ·实验分析 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表（录用）的论文及参与的项目 | 第74-76页 |
| 致谢 | 第76-77页 |