《表2 发现奖励所需的周期数》

  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

《解决深度探索问题的贝叶斯深度强化学习算法》

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

图3是当格子世界的规模为20×20时，算法的性能曲线。可以假设格子世界的规模为N×N，并分析算法探索效率和N之间的关系。和第4章一样，用算法第一次发现奖励所需的周期数作为探索效率的衡量指标，通过实验得到了6个数据样本，显示在表2中，其中l表示算法第一次发现奖励所需的周期数量。为了表示出两者之间的关系，用多项式回归来拟合这6个点，表示如下：