《表1 实验参数设定:基于改进优先经验重放算法的游戏控制研究》
在运用OpenAI Gym提供的小车爬山强化学习环境时,设定小车在能够爬到山顶获取小旗子的时候奖励R设定为+10,当小车没有爬到山顶拿到小旗子时设定奖励R为-1,将2种情况所获得的奖励差异[14]加大有助于小车更快的学习到正确的获取小旗子的策略。将决定优先级重要性的参数α=0.6,同时,设定的其他重要参数如表1所列。
图表编号 | XD0021423000 严禁用于非法目的 |
---|---|
绘制时间 | 2018.04.25 |
作者 | 赵文仓、吴建辉 |
绘制单位 | 青岛科技大学自动化与电子工程学院、青岛科技大学自动化与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |