《表1 网络参数的设定值：基于神经网络的强化学习在服务机器人导航中的研究》

  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

《基于神经网络的强化学习在服务机器人导航中的研究》

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

在学习的初始阶段，Q值是随机设定的，为了探索到所有的动作，采用ε-Greedy探索策略选取动作，以1-ε的概率选择最大Q值对应的动作，以ε的概率随机选择任一动作，随着学习的不断进行，逐渐降低ε的大小。网络中各个参数的设定值如表1所示。