强化学习中基函数构造方法研究

	载入中...

强化学习中基函数构造方法研究

分类1：教育论文网→工业技术论文→自动化技术、计算机技术论文→自动化基础理论论文→人工智能理论论文→自动推理、机器学习论文
分类2：教育论文网→数理科学和化学论文→数学论文→数学分析论文→函数论论文

强化学习中基函数构造方法研究

论文目录
中文摘要	第1-5页
Abstract	第5-9页
第一章引言	第9-16页
· 研究背景及意义	第9-10页
· 研究现状	第10-13页
· 研究内容	第13-14页
· 论文组织结构	第14-16页
第二章背景知识	第16-26页
· 马尔科夫决策过程	第16-18页
· 强化学习经典算法	第18-22页
· 动态规划	第18-19页
· 蒙特卡罗方法	第19页
· 时间差分算法	第19-21页
· 行动者-评论家算法	第21-22页
· 函数逼近方法	第22-25页
· 参数化函数逼近	第22-24页
· 非参数化函数逼近	第24-25页
· 参数化与非参数化函数逼近器对比	第25页
· 本章小结	第25-26页
第三章支持合并的自适应Tile-Coding算法	第26-38页
· 自适应Tile-Coding	第26-29页
· Tile-Coding	第26-28页
· 自适应Tile-Coding	第28-29页
· 支持合并的自适应Tile-Coding	第29-33页
· 算法说明	第29-32页
· 收敛性分析	第32-33页
· 实验及结果分析	第33-37页
· Mountain Car实验介绍	第33-34页
· 实验结果及分析	第34-37页
· 本章小结	第37-38页
第四章基于探索树的拟合Q迭代算法	第38-53页
· 批量强化学习	第38-40页
· 拟合Q迭代算法	第40-41页
· 基于探索树的拟合Q迭代算法	第41-45页
· 探索树	第41-44页
· 基于探索树的拟合Q迭代算法	第44-45页
· 实验及结果分析	第45-52页
· 链问题	第45-49页
· 迷宫问题	第49-52页
· 本章小结	第52-53页
第五章基于子特征空间的核函数构造方法	第53-62页
· factored MDP	第53页
· KBRL框架	第53-54页
· factKBRL算法	第54-58页
· factKBRL算法说明	第54-57页
· 收敛性分析	第57-58页
· 实验结果与分析	第58-61页
· 实验介绍	第58页
· 实验结果及分析	第58-61页
· 本章小结	第61-62页
第六章总结与展望	第62-64页
· 总结	第62-63页
· 展望	第63-64页
参考文献	第64-69页
攻读硕士学位期间公开发表(录用)的论文与科研项目	第69-70页
致谢	第70-71页

本篇论文共71页，点击这进入下载页面。

更多论文
强化学习中基函数构造方法研究
数学公式的线性输入方法研究
视觉皮层网络演化模拟研究
EPON技术在本地接入网中的应用
神经肽S改善小鼠嗅觉空间记忆损伤
基于双眼竞争范式与EEG的视觉信息处
基于热扩散模型的致病基因预测方法
中东呼吸综合征冠状病毒受体结合区
PPAR δ激动剂和siRNA对大鼠骨髓基
TLR3、TLR7受体在呼吸道合胞病毒感
HCMV皮层蛋白pUL76非保守C端与染色
日本脑炎病毒NS2A蛋白拮抗宿主RNAi
二维和三维培养小鼠ADMSCs成心肌分
氯化铵对人正常肝细胞系changliver
多巴胺受体激活对衰老小鼠海马网络
大鼠多器官成纤维细胞nanog蛋白的表
蛋白激酶C在小鼠骨髓间充质干细胞成
Eos蛋白在红系和巨核系分化中的功能
基于多元统计分析的神经元特征提取
安徽省耕地资源现状分析与对策研究
A测绘单位绩效考核指标体系设计
水稻纹枯病菌多核与双核菌株毒素致
基于高分一号影像的城市生态用地监
征地区片综合地价管理信息系统设计
旅游对沙漠型旅游景区沙坡形态影响
基于WebGIS的旅游信息系统的设计与
生态脆弱区土地利用变化对生态服务
基于滇金丝猴生境保护的农村居民点
基于CPM-RBF模型的区域土地生态安全
保险公司破产概率的随即模拟
现代农业背景下面粉加工企业社会化
财政资金投入对河北省农业产业化经
转基因大豆流式荧光杂交检测体系的
小麦毛壳属内生真菌的生态功能研究
产毒多杀性巴氏杆菌毒素的不同重组
IBDV毒力分子机制研究及反向遗传操
可可西里和阿坝地区土壤真菌区系及
CD4~+CD25~+调节性T细胞在PCV2持续
番茄红素缓解全氟辛酸对妊娠小鼠的
茄子氮效率相关性状和果萼下颜色遗
芦笋抗茎枯病突变体的离体筛选及抗
2013-2014年东北和华北地区致病疫霉
校企联合培养卓越工程师的实践研究
高端技术技能型本科人才培养改革试
学前儿童校园家具的用户心理评价与
以培养化学师范生教学技能为主线的
气象现代化下的气象人才培养研究—
多关节参与的递增负荷全速运动中表
基于共词分析的我国运动疲劳基础领
“自主-合作学习”的微格实训课程研
吹枪运动对中专女学生部分生理指标
大学生物理学习态度调查与分析
高校普通专业学生国防教育研究
西安户外城市公共空间环境行为的小
洛阳城市通风廊道规划管理研究——
青海同仁河谷地区传统聚落与居住建
景观生态学视角下的唐古拉山镇总体
掺杂SrFeO₂电子结构和磁

强化学习论文函数逼近论文基函数构造论文大规模状态空间论文
版权申明：目录由用户ahsczjh20**提供，www.51papers.com仅收录目录，作者需要删除这篇论文目录请点击这里。
\| 设为首页\|\|加入收藏\|\|站内搜索引擎\|\|站点地图\|\|在线购卡\|
版权所有教育论文网 Copyright(C) All Rights Reserved