四川大學(xué)本科畢業(yè)論文（設(shè)計(jì)）任務(wù)書(shū)

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