四川大學本科畢業(yè)論文（設計）任務書

1、四川大學本科畢業(yè)論文（設計）任務書四川大學本科畢業(yè)論文（設計）任務書（指（指導教師填寫）填寫）論文（文（設計設計）題目基于學基于學習遷移的合作式遷移的合作式強化學化學習方法研究方法研究學院電氣信息學院電氣信息學院專業(yè)自動化自動化年級2013級縱向課題課題（√）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（）應用研究（用研究（）題目來源目來源學生自學生自擬課題擬課題（）題目類型技術開發(fā)（）注：注：請直

2、接在直接在所屬所屬項目括號目括號內(nèi)打內(nèi)打“√”論文（文（設計設計）選題選題目的、工作任目的、工作任務：強化學習是一種重要的機器學習方法，在智能控制中具有廣泛的應用，基于強化學習的控制器設計是目前的一個研究熱點。在學習過程中，如何提高學習速度以及學習算法本身的泛化性能是影響強化學習控制算法性能的關鍵。本課題擬利用學習遷移機制研究適用于復雜學習任務的合作式強化學習方法，并以智能倉儲群移動機器人路徑規(guī)劃問題為例進行實驗研究。通過本畢業(yè)論文，訓

3、練學生綜合運用本專業(yè)知識的能力以及基本的科研技能。具體工作任務如下1.學習并熟悉典型強化學習理論以及遷移學習方法；2.針對典型應用設計適用于大規(guī)模復雜問題的合作式強化學習方法，并進行算法實現(xiàn)；3.對所設計算法進行系統(tǒng)詳細的仿真實驗驗證，并應用于典型的智能倉儲群機器人路徑規(guī)劃問題。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）：已收集基本的文獻資料，并對該課題進行了初步的可行性論證，部分參考文獻如下：[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（設計設計）完成）完成計劃（含劃（含