《表4 不同学习策略的学习速度比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种先验知识引导的基于二阶段渐进网络的自主抓取策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文提出一种基于先验知识的引导策略来加快TSPN的学习进程．为了验证该引导策略是否有效，本文将该引导策略与几种传统的自监督学习方法进行比较．自监督学习是指在早期通过抓取尝试来收集样本，并利用这些数据训练模型，之后再通过抓取与学习不断提升自己的抓取能力．按照采样策略的不同，自监督学习可以分为：基于随机采样的学习策略、基于MOG采样的学习策略以及基于先验知识引导的学习策略．随机采样的学习策略是指在学习初期通过随机抓取来收集样本；基于MOG采样的学习策略是指按照深度数据拟合高斯分布进行采样抓取；而特征引导是指在早期通过先验知识引导机器人进行抓取采样．本实验比较了3种学习策略的学习时间，记录不同策略引导下的抓取模型在单个物品上达到80%抓取成功率时所耗费的学习时间．实验结果如表4所示，可以看出，基于先验知识引导的学习策略其学习速率明显领先于其他2种学习策略，这也验证了基于先验知识引导的学习策略是有效的．