强化学习中离策略算法的分析及研究

	载入中...

强化学习中离策略算法的分析及研究

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

强化学习中离策略算法的分析及研究

论文目录
中文摘要	第1-6页
Abstract	第6-10页
第一章绪论	第10-21页
· 引言	第10-12页
· 论文选题与意义	第12-13页
· 国内外研究现状	第13-17页
· 强化学习研究现状	第14-16页
· 离策略算法研究现状	第16-17页
· 本文的研究内容及贡献	第17-19页
· 本文的组织结构	第19-21页
第二章相关工作	第21-35页
· 马尔科夫决策过程	第21-24页
· 强化学习中的经典算法	第24-34页
· 动态规划	第24-27页
· 策略搜索算法	第27-28页
· 时间差分算法	第28-34页
· 本章小结	第34-35页
第三章基于线性函数逼近的离策 Q(Λ)算法	第35-52页
· 离策略强化学习	第35-41页
· 梯度下降法与线性函数逼近	第35-38页
· 离策略强化学习算法	第38-41页
· GDOP-Q(Λ)算法	第41-45页
· GDOP-Q(λ)	第41-42页
· 收敛性分析	第42-45页
· 实验结果分析	第45-51页
· 本章小结	第51-52页
第四章基于二阶 TD-ERROR 的 Q(Λ)算法	第52-67页
· 二阶 TD ERROR 快速 Q(Λ)算法	第52-61页
· 二阶 TD Error	第52-54页
· 资格迹	第54-55页
· SOE-FQ(λ)	第55-56页
· 算法收敛性及时间复杂度分析	第56-61页
· 实验结果分析	第61-66页
· 本章小结	第66-67页
第五章基于值函数迁移的快速 Q-LEARNING 算法	第67-81页
· 自模拟度量与状态之间的距离	第68-70页
· 基于值函数迁移的 Q-LEARNING 算法	第70-74页
· 基于自模拟度量的值函数迁移	第71-73页
· VFT-Q-Learning	第73-74页
· 实验结果分析	第74-80页
· 本章小结	第80-81页
第六章离策略带参贝叶斯强化学习算法	第81-95页
· 高斯过程	第81-82页
· 基于高斯过程的离策略带参近似策略迭代算法	第82-90页
· 基于高斯过程的值函数参数估计	第82-87页
· 基于 VPI 的动作选择方法	第87-88页
· GP-OPPAPI	第88-90页
· 实验结果分析	第90-94页
· 本章小结	第94-95页
第七章总结与展望	第95-98页
· 总结	第95-96页
· 展望	第96-98页
参考文献	第98-105页
博士期间相关科研情况	第105-107页
致谢	第107-108 页

本篇论文共108页，点击这进入下载页面。

更多论文
强化学习中离策略算法的分析及研究
标量和矢量部分相干光束的理论及实
不同弹性模量静电纺丝聚氨酯纤维支
MiR-150对内皮祖细胞促深静脉血栓溶
Tim-3在胃癌免疫细胞上表达的临床意
基于介电湿润效应的微液滴驱动机理
减毒沙门氏菌为载体的CEACAM6联合4
分孔径同时偏振成像光学系统的研究
二能级原子与光场超强耦合系统的动
SF/SA/HAp复合水凝胶研究及其生物相
通过铁盐催化的ATRP方法制备磁性/近
马克思恩格斯生态权益思想研究
白头翁皂苷主要活性成分的药代动力
慢性阻塞性肺疾病合并肺结核患者体
CD40在溃疡性结肠炎发病机制中作用
脊髓HMGB1在大鼠炎性痛中的作用
HGF/c-Met相关信号通路在大鼠肝脏祖
慢病毒介导PTL基因干预的星形胶质细
本科教学评价的后现代主义反思
基于联合因子分析的耳语音说话人识
文档级统计机器翻译的研究
自由曲面镜片的模拟评价方法及优化
以氮杂环为配体的配合物的合成、结
层间模板法制备柱撑蒙脱石材料及其
双（三氮唑甲基）苯柔性配体配位聚
基于非碘氧化还原对及固态电解质染
基于混合多糖增稠剂的天然纤维织物
晚清民初石版印刷艺术研究
红花对大鼠急性脊髓损伤后保护机制
KIR基因对异基因造血干细胞移植预后
生长分化因子15（GDF-15）对缺氧诱
HO-1基因转染脂肪间充质干细胞在支
EphA5在先天性甲状腺功能减低大鼠脑
eNOS基因转染对大鼠小体积肝移植缺
丝素蛋白仿生支架调控嗅鞘细胞生物
血小板裂解液复合脂肪来源干细胞促
髂静脉支架植入后局部流场的PIV测试
跟骨关节内骨折微创治疗的基础和临
基于乳腺X线图像的计算机辅助诊断方
终末期肾脏病的血小板凋亡及多囊肾
垂体柄的显微应用解剖及其在鞍区肿
3号染色体短臂抑癌基因CpG岛甲基化
PHBV改性及其作为软骨组织工程支架
武侠文化基本叙事语法研究--以“射
十七世纪世情小说的伦理研究
清代传本苏州弹词方言助词研究
《金瓶梅词话》颜色词计量研究
英语中的汉语借词研究--接触语言学
都市文化：危机及拯救
南京国民政府社团法制研究
历史与构境：从解释学走向出场学之
在权利与秩序之间：新自由主义与新
“国家—社会”关系视野下的中国社
结构、情境与行动者：中东北非阿拉
形式法治论
行政失权问题研究
现代汉语书面语教学研究

强化学习论文离策略论文函数近似论文自模拟度量论文值函数迁移论文策略迭代论文贝叶斯推理论文
版权申明：目录由用户y**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