《表1 训练信息：基于深度强化学习的自动驾驶车控制算法研究》

  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

《基于深度强化学习的自动驾驶车控制算法研究》

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

表1记录了原始DDPG算法和改进的算法的训练过程所消耗的时间和碰撞次数，以及达到收敛的迭代次数。根据仿真时间记录并且结合图5，原始DDPG算法需要240 min的学习才能在Torcs中完整跑完一圈。而本文的算法仅用30 min即可在Torcs中完整跑完一圈。在相同的迭代次数下，原始DDPG算法的学习过程不稳定，而且学习速度较慢，并且收敛到相对稳定的值所需要的时间较长。而改进过的算法则表现较好，根据图5和表1可以看出，DDPGw E算法的学习速度较快，可以很快地收敛到一个较稳定的奖励值。并且，学习的过程非常稳定，所需要的时间也大大缩短。