《表1 每次迭代后的参数和损失函数》

  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

《基于路径积分强化学习方法的蛇形机器人目标导向运动》

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

在图4（e）中，损失函数达到峰值4.243 m，这是因为训练过程碰到障碍物.每次迭代后的参数和损失函数如表1所示，第三次迭代后的损失函数r=0.027 m.实验结果表明，仅需3次迭代就能使损失函数收敛.