《表5 成功率比较：采用DDPG的双足机器人自学习步态规划方法》

  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

《采用DDPG的双足机器人自学习步态规划方法》

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

图9为两种算法下机器人每平均100回合中成功步行到达的距离曲线对比。可以看到，在训练初期，上升速度较快，但学习程度不够充分，且随机性大，成功几率小。且前期为了充分遍历，找到最优策略，探索率比较高，受到环境干扰的影响，曲线波动较大，随训练次数增加，探索率减少，充分学习后，机器人由探索环境的状态逐步转为利用经验知识的状态，成功率瞬间升高并趋于稳定。2 000回合以后，机器人能步行到的距离也更加稳定，愈来愈接近于给定值。比较表5数据，可以看到两种算法在给定任务的执行力上有较大区别，在仿真的5 000回合中，用DDPG算法下机器人到达终点的次数为102次，成功率为2.04%，用改进后的DDPG算法成功次数为547次，成功率10.94%，提高了8.9个百分点。