《表4 平均每步奖赏值对比》
提示：宽带有限、当前游客访问压缩模式
mi，纵坐标的值为（1i=∑100mi/ni）/100。在5000次迭代中，机器人执行某一动作所能获得的平均奖赏值（保留3位小数）对比数据见表4。
| 图表编号 | XD00208598300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.02.16 |
| 作者 | 董永峰、杨琛、董瑶、屈向前、肖华昕、王子秋 |
| 绘制单位 | 河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学河北省数据驱动工业智能工程中心、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学河北省数据驱动工业智能工程中心、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工 |
| 更多格式 | 高清、无水印（增值服务） |
