强化学习理论基础及其工业场景应用.docxVIP

强化学习理论基础及其工业场景应用

目录

一、概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

二、智能决策基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

2.1多巴值理论与贝尔曼方程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

2.2奖励驱动机制解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

2.3策略优化与价值函数关系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

三、智能体学习模型设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.1马尔可夫决策过程框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.2深度Q网络结构解析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.3模型压缩与泛化能力提升策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

四、复杂场景问题建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.1环境状态空间离散化处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.2转移概率矩阵构建方法．．