1. 毕业设计（论文）主要内容：

强化学习（Reinforcement learning）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。

坦克大战是一款经典的平面射击游戏，游戏以坦克战斗及保卫基地为主题，属于策略型联机类。本研究以坦克大战游戏为背景，致力于设计出一个基于强化学习的坦克大战人机对弈策略。

2. 毕业设计（论文）主要任务及要求

（1） 基于强化学习的坦克大战策略的设计：

设计并实现基于安卓的坦克大战app，具体功能为：玩家和ai坦克可以在地图上进行移动、射击，击败敌方坦克获得积分。在此基础上，设计并实现基于强化学习的坦克大战人机对弈策略。

（2） 技术要求：

3. 毕业设计（论文）完成任务的计划与安排

2019年1月11日-2019年1月31日：阅读文献，主要是安卓应用开发和强化学习相关文献；

2019年2月1日-2019年2月28日：掌握技能，具有针对性的学习编程语言，算法，强化学习相关知识，尝试实现已阅读文献中的方法，完成开题报告；

2019年3月1日-2019年3月31日：设计基于安卓的坦克大战应用，并进行调试；

4. 主要参考文献

[1] 李瑞奇. android 开发实战: 从学习到产品[m]. 清華大學出版社, 2018.

[2] sutton r s, barto a g. reinforcement learning: an introduction[m]. mit press, 2018.

[3] spronck p, ponsen m, sprinkhuizen-kuyper i, et al. adaptive game ai with dynamic scripting[j]. machine learning, 2006, 63(3): 217-248.