基于深度强化学习的视频游戏模拟算法研究

目录

声明

第1章 绪 论

1.1课题背景及研究的目的和意义

1.2国内外研究现状

1.2.1视频游戏模拟背景

1.2.2深度学习背景

1.2.3深度强化学习背景及近期进展

1.3本文研究的主要内容

第2章 深度学习与强化学习算法研究

2.1深度学习算法研究

2.1.1深度学习基本原理

2.1.2人工神经网络

2.1.3卷积神经网络

2.2强化学习算法研究

2.2.1强化学习基本原理

2.2.2马尔科夫决策过程

2.2.3值迭代和策略迭代

2.2.4 Q-Learning算法

2.3本章小结

第3章 深度强化学习的研究及其改进

3.1深度Q网络

3.2激活函数的改进及DQN模型的建立

3.2.1常见的激活函数

3.2.2改进的激活函数

3.2.3基于改进激活函数的DQN算法模型

3.3 Gabor滤波器的改进及DQN模型的建立

3.3.1传统的Gabor滤波器

3.3.2改进的Gabor滤波器

3.3.3特征融合技术

3.3.4主成分分析方法

3.3.5核主成分分析方法

3.3.6基于改进Gabor滤波器的DQN算法模型

3.4本章小结

第4章 视频游戏模拟实验结果及分析

4.1实验环境介绍

4.2实验结果及分析

4.2.1打砖块游戏实验结果及分析

4.2.2飞扬的小鸟游戏实验结果及分析

4.3本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文及获得成果

致谢