基于深度强化学习的智能教室控制模型设计与实现

目录

声明

1 绪论

1.1 课题研究背景及意义

1.2 智能教室国内外现状

1.3 课题研究目标及内容

1.4 论文组织结构

1.5 本章小结

2 相关技术介绍

2.1 智能教室简介

2.2 数据存储技术

2.2.1 MySQL数据库

2.2.2 数据库性能优化技术

2.3 深度学习

2.4 强化学习

2.4.1 马尔科夫决策过程

2.4.2 Q-Learning算法

2.5 深度强化学习

2.6 开源深度学习框架Tensorflow

2.7 OpenAI Gym平台

2.8 本章小结

3 智能教室控制系统结构

3.1 智能教室控制系统总体架构

3.2 智能教室数据收集及控制系统

3.3 本章小结

4 智能教室数据存储与预处理

4.1 数据收集

4.2 数据存储

4.3 数据预处理

4.3.1 数据预处理技术

4.3.2 异源数据预处理

4.4 针对DQN的数据再处理

4.5 数据集分析

4.6 使用者环境感受分析

4.7 本章小结

5 基于DQN的智能教室控制模型研究

5.1 问题建模

5.1.1 状态建模

5.1.2 动作空间建模

5.1.3 回报建模

5.2 基于深度强化学习的模型训练过程 设计

5.3 基于DQN的智能教室控制模型预训练

5.3.1 算法流程

5.3.2 网络结构

5.4 基于DQN的智能教室控制模型再训练

5.4.1 模型迁移

5.4.2 算法流程

5.5 本章小结

6 实验结果及分析

6.1 实验环境 及部署

6.2 实验设计

6.3 实验结果

6.4 实验结果分析

6.5 与其他控制方法的表现对比

6.6 本章小结

7 总结与展望

7.1 总结

7.2 工作展望

参考文献

攻读硕士期间发表的论文

致谢