《表4 样品理化指标：基于分步迁移策略的苹果采摘机械臂轨迹规划方法》

  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

《基于分步迁移策略的苹果采摘机械臂轨迹规划方法》

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

由图10a可知，随着迭代次数的增加，采摘机械臂所获奖励逐渐变大，最终达到收敛状态。由图10b可知，随着迭代次数的增加，采摘机械臂所获奖励逐渐变大，最终达到收敛状态。训练开始时基准模型的曲线奖励值起点在-1.30附近，而经过预训练的奖励曲线起点在-1.00附近，这表明经过预训练，采摘机械臂的动作策略获得了一些先验知识，具有较好的初始假设，减少了无效探索，相对于随机初始化性能有较为明显的提升。表4统计了迭代中4 000～5 000次的奖励值均值以及训练期间收敛所用迭代次数，其中基准模型为直接在三维空间中训练所得模型。