《表2 无障碍地图实验结果》

  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

《基于强化学习的城市交通路径规划》

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

无障碍地图和有障碍地图实验结果如表2～3所示。从表2～3中的数据可以看出，使用Dyna框架的算法的各项数据都要优于未使用框架的算法，这就体现了规划的高效性。在无障碍地图的实验中，Dyna-Q算法和Dyna-Sa算法性能相似。在有障碍地图的实验中，平均碰撞数、达到收敛回合和达到收敛时间方面，DynaSa算法均要优于Dyna-Q算法，但在平均运行总时间方面，DynaSa表现稍差。原因是Dyna-Sa算法是一种风险敏感算法，在学习初期，Dyna-Sa算法因躲避障碍物而放弃较近路径，保证安全性，但会导致时间浪费，Sarsa算法同理。在多次学习后，Dyna-Sa算法得到的经验会指导智能体选择最优路径，所需时间会逐渐缩短。综合表中数据可以得出：Dyna-Sa算法从总体看较优于其他三种算法，在保证安全性的同时，能够在较短时间内找到一条较优路径，满足城市交通路径规划这种特殊环境的要求。