|
|
|
基于一致性与事件驱动的强化学习研究 |
|
论文目录 |
|
摘要 | 第5-6页 | Abstract | 第6-7页 | 主要符号对照表 | 第11-12页 | 第1章 绪论 | 第12-18页 | 1.1 课题的背景及意义 | 第12-13页 | 1.2 多智能体的协调与协作 | 第13-14页 | 1.3 不确定环境下的多智能体系统 | 第14-15页 | 1.4 强化学习的策略空间与收敛速度 | 第15页 | 1.5 论文的主要研究内容及章节安排 | 第15-18页 | 第2章 多智能体协作与学习模型 | 第18-39页 | 2.1 引言 | 第18页 | 2.2 强化学习原理 | 第18-26页 | 2.2.1 MonteCarlo算法 | 第20-21页 | 2.2.2 瞬时差分法 | 第21-22页 | 2.2.3 Q-学习 | 第22-24页 | 2.2.4 Sarsa算法 | 第24-25页 | 2.2.5 Actor-Critic学习算法 | 第25页 | 2.2.6 R-学习算法 | 第25-26页 | 2.3 分布式强化学习原理 | 第26-29页 | 2.3.1 分布式强化学习模型 | 第26-28页 | 2.3.2 研究现况及存在的问题 | 第28-29页 | 2.4 分布式马尔科夫决策模型 | 第29-34页 | 2.4.1 分布式马尔科夫模型 | 第29页 | 2.4.2 局部可观测的马尔科夫模型 | 第29-30页 | 2.4.3 分布式局部可观测的马尔科夫模型 | 第30-32页 | 2.4.4 研究现状与存在的问题 | 第32-34页 | 2.5 多智能体一致性原理 | 第34-35页 | 2.5.1 图论 | 第34页 | 2.5.2 Gossip一致性算法 | 第34-35页 | 2.5.3 离散一致性算法 | 第35页 | 2.6 启发式强化学习原理 | 第35-38页 | 2.6.1 盲目搜索与启发式搜索 | 第36-37页 | 2.6.2 启发式强化学习 | 第37-38页 | 2.7 本章小结 | 第38-39页 | 第3章 基于一致性的多智能体强化学习研究 | 第39-57页 | 3.1 引言 | 第39页 | 3.2 基于一致性的DEC-POMDP强化学习框架 | 第39-43页 | 3.2.1 强化学习中的局部观测性和不确定性分析 | 第39-40页 | 3.2.2 分布式多智能体强化学习模型设计 | 第40-42页 | 3.2.3 多智能体强化学习一致性方案设计 | 第42-43页 | 3.3 基于一致性的多智能体强化学习算法 | 第43-48页 | 3.3.1 基于一致性的多智能体强化学习算法设计 | 第43-47页 | 3.3.2 基于一致性的策略化简设计 | 第47-48页 | 3.4 收敛性分析 | 第48-49页 | 3.5 仿真实验 | 第49-56页 | 3.6 本章小结 | 第56-57页 | 第4章 基于事件驱动的多智能体强化学习研究 | 第57-75页 | 4.1 引言 | 第57页 | 4.2 事件驱动原理 | 第57-60页 | 4.3 强化学习的事件驱动模型与触发规则设计 | 第60-64页 | 4.3.1 基于事件驱动的强化学习模型设计 | 第60-62页 | 4.3.2 触发规则设计 | 第62-64页 | 4.4 基于事件驱动的强化学习 | 第64-68页 | 4.4.1 基于事件驱动的强化学习算法设计 | 第64-66页 | 4.4.2 计算资源消耗分析 | 第66页 | 4.4.3 算法收敛性分析 | 第66-68页 | 4.5 仿真实验 | 第68-74页 | 4.6 本章小结 | 第74-75页 | 第5章 基于事件驱动的启发式强化学习研究 | 第75-109页 | 5.1 引言 | 第75页 | 5.2 启发式加速强化学习方法 | 第75-80页 | 5.2.1 启发式加速Q-学习 | 第76-77页 | 5.2.2 基于状态回溯代价分析启发式Q-学习 | 第77-78页 | 5.2.3 基于CaseBasedReasoning的启发式加速Q-学习 | 第78-80页 | 5.3 基于事件驱动的启发式Q-学习设计 | 第80-108页 | 5.3.1 基于事件驱动的HAQL算法 | 第81-90页 | 5.3.1.1 触发函数设计 | 第81-82页 | 5.3.1.2 算法设计 | 第82-86页 | 5.3.1.3 仿真实验 | 第86-90页 | 5.3.2 基于事件驱动的HASB-QL算法 | 第90-99页 | 5.3.2.1 触发函数设计 | 第90-91页 | 5.3.2.2 算法设计 | 第91-93页 | 5.3.2.3 启发式函数分析 | 第93-95页 | 5.3.2.4 仿真实验 | 第95-99页 | 5.3.3 基于事件驱动的CB-HAQL算法 | 第99-108页 | 5.3.3.1 触发函数设计 | 第99-100页 | 5.3.3.2 案例设计 | 第100页 | 5.3.3.3 算法设计 | 第100-102页 | 5.3.3.4 仿真实验 | 第102-108页 | 5.4 本章小结 | 第108-109页 | 结论 | 第109-111页 | 致谢 | 第111-112页 | 参考文献 | 第112-123页 | 攻读博士学位期间发表的论文及科研成果 | 第123-125页 |
|
|
|
|
论文编号BS3940678,这篇论文共125页 会员购买按0.35元/页下载,共需支付43.75元。 直接购买按0.5元/页下载,共需要支付62.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|