《表3 平均Q值和标准差：基于动态融合目标的深度强化学习算法研究》

  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

《基于动态融合目标的深度强化学习算法研究》

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2记录了在CartPole-v0问题上三种算法收敛后的平均得分和标准差，定量地分析了图3实验结果，DTDQN算法相比DQN和DSN算法而言，得分上提高了47.2%、16.8%，在稳定性上，标准差减小了55.2%、60.9%。表3记录了在CartPole-v0问题上三种算法收敛后的平均Q值和标准差，定量地分析了图4实验结果，DTDQN算法相比DQN显著减小了Q值的过估计，相对DQN和DSN而言，在收敛后的Q值的稳定性上也得到了提升。