教育论文网

基于强化学习的稀疏奖励问题研究

硕士博士毕业论文站内搜索    
分类: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
基于强化学习的稀疏奖励问题研究
论文目录
 
摘要第1-5页
abstract第5-6页
1.绪论第9-17页
    1.1 课题研究背景第9-10页
    1.2 课题研究现状第10-14页
    1.3 课题研究任务和内容第14-15页
        1.3.1 研究任务第14页
        1.3.2 研究内容第14-15页
    1.4 论文结构安排第15-16页
    1.5 小结第16-17页
2.深度强化学习理论第17-32页
    2.1 强化学习第17-27页
        2.1.1 强化学习概述第17-19页
        2.1.2 有限马尔科夫决策过程第19-23页
        2.1.3 基于价值函数的算法第23-25页
        2.1.4 基于策略梯度的算法第25-27页
    2.2 深度学习第27-30页
        2.2.1 深度学习概述第27-29页
        2.2.2 卷积神经网络第29-30页
    2.3 深度强化学习第30页
    2.4 小结第30-32页
3.游戏环境预处理第32-37页
    3.1 Gym环境平台第32-33页
    3.2 ALE环境平台第33页
    3.3 自制环境平台第33-34页
    3.4 预处理第34-36页
    3.5 小结第36-37页
4.奖励稀疏环境的深度强化学习算法第37-47页
    4.1 本文工作与难点第37页
    4.2 改进后的算法第37-46页
        4.2.1 强化学习算法第37-39页
        4.2.2 网络构成第39-40页
        4.2.3 优化器算法第40-41页
        4.2.4 激活函数第41-44页
        4.2.5 并行化实现第44-45页
        4.2.6 经验池第45-46页
    4.3 小结第46-47页
5.实验设计与结果分析第47-54页
    5.1 实验设计第47-49页
        5.1.1 实验环境介绍第47-48页
        5.1.2 实验方案设计第48-49页
    5.2 实验结果分析第49-53页
        5.2.1 算法可行性分析第49-50页
        5.2.2 算法并行化的对比第50-51页
        5.2.3 与原始DDPG算法的对比第51-52页
        5.2.4 与原始A3C算法的对比第52-53页
    5.3 小结第53-54页
6.总结与展望第54-56页
    6.1 全文工作总结第54页
    6.2 研究工作展望第54-56页
7.致谢第56-58页
8.参考文献第58-59页

本篇论文共59页,点击这进入下载页面
 
更多论文
基于强化学习的稀疏奖励问题研究
基于LM-NMEA算法和ELM-RBF神经网络
铜/铁尾矿制备3D打印建筑材料及性能
大数据视角下网络零售顾客满意研究
当代首饰设计中的中国传统配色之美
聚合类新闻客户端顾客感知价值与忠
媒体关注、社会责任信息披露与债务
华北南缘中元古代地层特征及沉积古
大港油田D区块油藏动态分析与调整方
东天山古生代玉海铜矿岩浆成因与成
青藏高原地区大气臭氧变化特征及其
四川盐源桃子乡新生代富碱斑岩成因
川西南峨眉山玄武岩堆积序列及岩性
皖南太平巨斑状二长花岗岩脉群的地
表面处理降低固废泡沫混凝土吸水率
多功能热活化延迟荧光分子发光机理
基于卷积神经网络的番茄病害检测研
基于区域卷积神经网络的农作物病害
湿地植物生物质炭制备及其对水体布
耦合物理和虚拟空间的人群情绪感染
安全指示标志引导的群体路径规划算
基于知识图谱的自适应学习系统的研
基于知识图谱的智能测评数据挖掘研
旁观者及其与个体的亲密程度对后悔
借鉴与创新:论库切对卡夫卡的接受
WD企业房地产项目成本控制管理问题
全寿命周期内风电齿轮箱响应规律分
公租房居家养老服务需求识别研究
水利部门领导干部自然资源资产离任
民营企业内部审计高质量发展路径研
Q市二机床集团成本控制优化研究
B公司基于棱柱绩效法的绩效评价研究
沪工公司多元化并购的价值创造研究
三六零借壳上市的财务绩效研究
卓郎智能借壳上市绩效研究
探路者公司股权激励对财务绩效的影
盈峰环境公司横向并购协同效应研究
复合杂粮面包的研制及其冷冻面团加
TGase对大豆分离蛋白酶解物功能特性
Na2SO3协同
四种乳酸菌中央碳代谢的通量差异特
好食脉孢菌发酵麸皮制备游离阿魏酸
好食脉孢菌固态发酵麸皮产类胡萝卜
真空预冷技术与气调包装延长香菇保
气调包装酱鸭食管优势腐败菌分离鉴
米根霉和乳酸菌固态发酵玉米粉及其
汉麻籽分离蛋白提取技术及功能特性
液态蛋超高压杀菌工艺条件及贮藏期
鸽蛋卵转铁蛋白的提取及抗氧化活性
微波辅助反胶束体系甲烷氧化菌素拟
基于白首乌蛋白质的姜黄素递送体系
挤压膨化对豆渣复配粉特性的影响及
全麦面团的改良及对全麦食品品质影
鸡蛋中金属硫蛋白分离纯化及对乳酸
 
强化学习论文 深度强化学习论文 稀疏奖励论文 经验池论文
版权申明:目录由用户生命的等**提供,www.51papers.com仅收录目录,作者需要删除请点击这里
| 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