《表2 参数设置：基于改进的DQN机器人路径规划》

  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

《基于改进的DQN机器人路径规划》

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

本文算法与DQN、DDQN两种算法进行对比。3种算法的网络模型结构均为5层：输入层为机器人所在环境的特征向量；隐藏层有3层，每层有30个神经元，各层的激活函数均为relu函数；输出层为机器人所处环境状态下的Q值，Q值的维数为可执行动作的个数（即8维向量）。本文对比实验的超参数配置见表2。