全文总字数：1347字
1. 毕业设计（论文）主要内容：
随着人工智能技术的发展，无人驾驶领域正在飞速进步，决策控制问题是无人驾驶技术面临的重要难题，深度确定性策略梯度（DDPG）正是解决连续动作空间的状态问题关键算法基础。本课题基于目前的DDPG算法基础上，改进深度确定性策略梯度算法，进行无人船驾驶各种连续动作空间的决策控制。基于anaconda平台，设计无人船驾驶智能决策控制算法，提高算法的性能和结果。
2. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3） 设计深度确定性策略梯度算法，用python编写代码，基于anaconda平台仿真验证，将控制算法嵌入系统，实现无人船驾驶智能决策，解决连续动作空间的状态问题。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。
（3）第7－9周：设计深度确定性策略梯度算法。
4. 主要参考文献
[1] 刘全,翟建伟,章宗长,钟珊,周倩,章鹏,徐进.深度强化学习综述[J].计算机学报,2018,41(01):1-27.
[2] CongcongLi.ARegionalTrafficSignalControlStrategywithDeepReinforcementLearning [C].中国自动化学会控制理论专业委员会.第37届中国控制会议论文集（E）.中国自动化学会控制理论专业委员会:中国自动化学会控制理论专业委员会,2018:832-837.
[3] 刘建伟,高峰,罗雄麟.基于值函数和策略梯度的深度强化学习综述[J].计算机学报,2019,42(06):1406-1438.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
