包邮大规模强化学习中的新型函数近似技术研究

**章 引言
**节 强化学习概述
第二节 本书研究的背景和意义
第三节 强化学习的应用领域
第二章 自适应函数近似技术
**节 传统函数近似技术的实验评估
第二节 访问频率与特征分布
第三节 基于Kanerva自适应机制的函数逼近技术
第四节 本章小结
第三章 基于模糊逻辑的函数近似技术
**节 Kanerva编码应用于困难实例的实验评估
第二节 Kanerva编码中的原型冲突
第三节 自适应模糊Kanerva编码
第四节 原型调整
第五节 本章小结
第四章 基于粗糙集理论的函数近似技术
**节 不同数量原型影响的实验评估
第二节 粗糙集和Kanerva编码
第三节 基于粗糙集的Kanerva编码
第四节 不同初始原型数量的影响
第五节 本章小结
第五章 强化学习函数近似技术的应用：认知无线电网络
**节 概述
第二节 基于强化学习的认知无线电
第三节 实验模拟
第四节 基于强化学习的认知无线电函数近似技术
第五节 本章小结
参考文献