《表1 二次函数的优化实验结果》

  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

《基于强化学习的参数化电路优化算法》

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

loss*final为目标函数在各算法下收敛后的大小.即我们用收敛后的目标函数大小与优化器（DDPG算法）得到的目标函数大小相比，若其比优化器得到的损失值更小，则相对误差为负，表示其性能比优化器要更优，反之说明表现不如训练好的优化器.在二次函数上各算法的优化结果如表1所示，可以看到在保证相对误差非常小的情况下，强化学习算法花费了更少的步数.