《表1 不同环境下机械臂避障抓捕成功率》

  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Q学习的工业机械臂路径规划方法》

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

实际在训练完成后的测试中，机械臂避障抓取的成功率要高于训练收敛时的成功率，因为在训练时由于探索的需要，算法在每一步选择动作时都有的概率随机选择动作，因此此时的策略并不是学习到的最优策略。实际测试过程中机械臂避障抓捕的成功率见表1。笔者同时对策略梯度法进行实验以作比较，测试结果见表2。在相同测试环境下，由于策略梯度法学习策略的随机性，其测试成功率明显低于深度Q学习方法，从而验证了在机械臂避障抓捕问题上，深度Q学习算法相比其他算法的优越性。