深度强化学习在复杂决策环境中的收敛特性与泛化能力分析.docxVIP

深度强化学习在复杂决策环境中的收敛特性与泛化能力分析

目录

文档概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

深度强化学习理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

2.1强化学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

2.2深度学习网络结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

2.3深度强化学习模型分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.4相关研究工作综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

复杂决策环境中的深度强化学习模型．．．．．．．．．．．．．．．．．．．．．．．14

3.1环境建模与状态表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.2动作空间与奖励设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.3深度强化学习算法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

3.4模型训练与优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

深度强化学习的收敛