四川大學(xué)本科畢業(yè)論文(設(shè)計(jì))任務(wù)書(shū)_第1頁(yè)
已閱讀1頁(yè),還剩1頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、四川大學(xué)本科畢業(yè)論文(設(shè)計(jì))任務(wù)書(shū)四川大學(xué)本科畢業(yè)論文(設(shè)計(jì))任務(wù)書(shū)(指(指導(dǎo)教師填寫(xiě))填寫(xiě))論文(文(設(shè)計(jì)設(shè)計(jì))題目基于學(xué)基于學(xué)習(xí)遷移的合作式遷移的合作式強(qiáng)化學(xué)化學(xué)習(xí)方法研究方法研究學(xué)院電氣信息學(xué)院電氣信息學(xué)院專(zhuān)業(yè)自動(dòng)化自動(dòng)化年級(jí)2013級(jí)縱向課題課題(√)教師科研科研課題課題橫向橫向課題課題()()理論研究(研究(√)教師自擬課題擬課題()應(yīng)用研究(用研究()題目來(lái)源目來(lái)源學(xué)生自學(xué)生自擬課題擬課題()題目類(lèi)型技術(shù)開(kāi)發(fā)()注:注:請(qǐng)直

2、接在直接在所屬所屬項(xiàng)目括號(hào)目括號(hào)內(nèi)打內(nèi)打“√”論文(文(設(shè)計(jì)設(shè)計(jì))選題選題目的、工作任目的、工作任務(wù):強(qiáng)化學(xué)習(xí)是一種重要的機(jī)器學(xué)習(xí)方法,在智能控制中具有廣泛的應(yīng)用,基于強(qiáng)化學(xué)習(xí)的控制器設(shè)計(jì)是目前的一個(gè)研究熱點(diǎn)。在學(xué)習(xí)過(guò)程中,如何提高學(xué)習(xí)速度以及學(xué)習(xí)算法本身的泛化性能是影響強(qiáng)化學(xué)習(xí)控制算法性能的關(guān)鍵。本課題擬利用學(xué)習(xí)遷移機(jī)制研究適用于復(fù)雜學(xué)習(xí)任務(wù)的合作式強(qiáng)化學(xué)習(xí)方法,并以智能倉(cāng)儲(chǔ)群移動(dòng)機(jī)器人路徑規(guī)劃問(wèn)題為例進(jìn)行實(shí)驗(yàn)研究。通過(guò)本畢業(yè)論文,訓(xùn)

3、練學(xué)生綜合運(yùn)用本專(zhuān)業(yè)知識(shí)的能力以及基本的科研技能。具體工作任務(wù)如下1.學(xué)習(xí)并熟悉典型強(qiáng)化學(xué)習(xí)理論以及遷移學(xué)習(xí)方法;2.針對(duì)典型應(yīng)用設(shè)計(jì)適用于大規(guī)模復(fù)雜問(wèn)題的合作式強(qiáng)化學(xué)習(xí)方法,并進(jìn)行算法實(shí)現(xiàn);3.對(duì)所設(shè)計(jì)算法進(jìn)行系統(tǒng)詳細(xì)的仿真實(shí)驗(yàn)驗(yàn)證,并應(yīng)用于典型的智能倉(cāng)儲(chǔ)群機(jī)器人路徑規(guī)劃問(wèn)題。目前目前資料收集情況(含指定參考料收集情況(含指定參考資料):料):已收集基本的文獻(xiàn)資料,并對(duì)該課題進(jìn)行了初步的可行性論證,部分參考文獻(xiàn)如下:[1].R.Sut

4、tonA.G.BartoReinfcementLearning:AnIntroduction.CambridgeMAUSA:MITPress1998.[2].Q.YangS.J.PanASurveyonTransferLearningIEEETransactionsonKnowledgeDataEngineering201022(10):13451359.[3].L.Bu?oniuet.al.AComprehensiveSurveyof

5、MultiAgentReinfcementLearning.IEEETransactionsonSystemManCybericsPartC200838(2):156172.[4].Y.Huet.al.MultiagentReinfcementLearningWithUnsharedValueFunctions.IEEETransactiononCyberics201445(4):647662.[5].R.ElwellR.Polikar

6、IncrementalLearningofConceptDriftinNonstationaryEnvironments.IEEETransactionsonNeuralwks201122(10):15171531.[6].V.Mnihetal.HumanlevelcontrolthroughdeepreinfcementlearningNature2015518(7540):529–533.論文(文(設(shè)計(jì)設(shè)計(jì))完成)完成計(jì)劃(含劃(含

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論