本文在对现有智能学习算法进行详细综述的基础上,提出了基于人机交互的强化学习算法,即把人机交互加入到强化学习中,从而促进和提高复杂任务学习的有效性和快速性,来解决不确定环境下,面向任务的智能信息处理、分析和优化问题.具体研究工作包括以下几个方面:(1)在对强化学习理论结构进行详细分析介绍的基础上,提出一种能够结合专家知识的人机交互强化学习理论结构,使系统获得当前状态与目标状态之间的距离度量,利用人对任务的理解和对学习过程的监控,给智能系统的学习过程以恰当的评价,为搜索指明方向,减少搜索范围,降低学习复杂度,解决了标准强化学习计算复杂度依赖状态行为空间大小的缺点.(2)本文提出了基于强化学习的特征学习算法,并与mean shift算法相结合以实现给定的跟踪任务.特征学习过程被描述为与不确定视觉环境进行交互的序列决策过程,使系统在考虑视觉环境分布的情况下,能够不断地在线评价和学习特征集,在线学习自适应的高判别力期望特征集,这也是本文优于目前大多数特征选择方法的地方.同时,为了降低计算复杂度、提高特征学习过程的收敛速度,本文在特征学习的结构中进一步引入人机交互,这种交互式的特征学习结构能够直接获得操作者对特征选择行为评价的反馈信息,使系统获得当前特征集与期望特征集之间的距离度量,有效地结合操作者的先验知识和专业知识,大大简化特征学习过程.(3)本文把基于人机交互的强化学习与相关反馈技术相结合,系统通过与图像数据库进行交互,在线学习选择面向任务的期望特征集策略,建立图像检索任务与期望特征集的对应关系,并构成专家知识库,以解决强化学习性能依赖初始状态的问题.(4)应用强化学习理论构造了一种通用的面向任务的分级视觉学习体系结构,突破以往的人工视觉研究主要集中在低级视觉信息处理上的局限,而在高级视觉学习模型与低级视觉信息处理的互动方面做深入研究.此通用体系结构能够把外部的视觉感知与内部的认知过程和行为决策密切结合,使系统动态地组织图像处理过程及学习最优控制策略,通过"知识"只处理与任务相关的数据,以有效地减少视觉计算量.从而构成一个闭环的学习系统,使系统获得在线的传感信息优化能力、在线的学习能力以及强大的人机交互功能.通过机器人实现选择注意的实验,验证了本文体系结构的有效性.