《表1 主要深度强化学习算法分类》
提示：宽带有限、当前游客访问压缩模式
深度强化学习的主要算法有两种类型：基于值函数的DRL和基于策略梯度的DRL。主要算法如表1所列。
| 图表编号 | XD00197464000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.15 |
| 作者 | 孔松涛、刘池池、史勇、谢义、王堃 |
| 绘制单位 | 重庆科技学院机械与动力工程学院、重庆科技学院机械与动力工程学院、重庆科技学院机械与动力工程学院、重庆科技学院机械与动力工程学院、重庆科技学院机械与动力工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练信息：基于深度强化学习的自动驾驶车控制算法研究》2020.07.10
- 《表1 仿真实验参数：基于深度强化学习的服务功能链映射算法》2020.11.05
- 《表2 基于深度强化学习算法的自动驾驶模型训练环境、数据集和方法》2021.01.16
- 《表3 深度学习算法的平均分类准确率》2021.01.01
- 《表1 分层深度强化学习算法汇总》2021.02.01
- 《表1 PPO算法伪代码：基于深度强化学习的单目视觉自动驾驶决策系统》2020.05.01
- 《表1 训练算法伪代码：基于深度强化学习的OFDMA-PON三维资源分配研究与性能分析》2020.12.25
- 《表1 PPO算法参数：基于深度强化学习的三维路径规划算法》2020.08.01
- 《表2 深度递归强化学习策略算法》2020.04.25
- 《表1 分类识别实验结果：基于深度学习的鱼类识别与检测的算法研究》2020.08.10
- 《表1 无线网络参数取值：基于深度强化学习的无线网络资源分配算法》2020.08.10
- 《表2 深度强化学习算法各业务对应路径》2020.04.01
- 《表1 分类器参数设置表：一种基于深度强化学习的电网潮流特征提取方法》2020.03.25
- 《表1 超参数：解决深度探索问题的贝叶斯深度强化学习算法》2020.02.01
- 《表2 算法对比：深度强化学习在路径规划中的应用研究》2020.03.30
- 《表1 动作值表：基于深度强化学习的图像修复算法设计》2019.06.20
- 《表1 深度强化学习的主要算法》2019.05.15
- 《表1 超参数配置：基于动态融合目标的深度强化学习算法研究》2019.04.01
- 《表3 平均Q值和标准差：基于动态融合目标的深度强化学习算法研究》2019.04.01
- 《表2 平均得分和标准差：基于动态融合目标的深度强化学习算法研究》2019.04.01