《表9 探索到所有可解状态时的耗时》

  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

《一种面向自动驾驶推理任务的工作流调度策略》

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

SA-RL算法运行5次探索到所有可解状态数时的耗时如表9所示．从表中可以看出当探索到所有可解状态时，Q-learning、Sarsa较Sarsa （λ）、Q （λ）而言耗时较短，原因是Sarsa（λ）、Q （λ）算法进行学习时不仅要对遍历过状态的状态-动作表进行更新，还要对效用迹矩阵进行更新，随着状态空间的增大，算法所要更新的表空间不断增加，因此耗时较长．