《表1 参数设置：基于深度强化学习的移动机器人路径规划》
提示：宽带有限、当前游客访问压缩模式
在本文中，Turtlebot的速度设置为向前3 m/s，其他方向0.05 m/s，w=0.03 rad/s。IDDDQN方法参数设置如表1所示，其中探索因子ε初始值为1，ε∈（0.05，1）随着机器人迭代次数的增加线性递减。网络中采用均方根的随机梯度下降方法（RMSProp）更新参数，其中动量系数设置为0.95。每次通过重采样优选机制从缓存记忆单元D中按概率抽mini-batch大小为64的样本更新网络。奖赏值设置如公式（10）所示:
| 图表编号 | XD0067434300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.07.01 |
| 作者 | 董瑶、葛莹莹、郭鸿湧、董永峰、杨琛 |
| 绘制单位 | 河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工程大学、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
