《表5 数值模拟工况：基于分步迁移策略的苹果采摘机械臂轨迹规划方法》

  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

《基于分步迁移策略的苹果采摘机械臂轨迹规划方法》

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

由图12和表5可以看出，与DDPG算法训练相比，在场景A和场景B中基于迁移学习的DDPG算法训练收敛所需迭代次数从3 500和3 900分别缩短到2 000和2 600，收敛速度分别提升了42.86%和33.33%。说明机械臂在无障碍场景下的轨迹规划策略能够为单一障碍场景的轨迹规划提供指导，可以有效缩短训练时间。