《表1 各方法调度结果：基于强化学习的时间触发通信调度方法》

  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

《基于强化学习的时间触发通信调度方法》

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

注:*表示使用模仿学习进行预训练。

通过实验，可以得到如下结果，其中表1为各方法的计算时间与平均延迟，图3和图4分别为预训练的损失函数与无预训练的强化学习延迟优化情况。可以看出，由于强化学习和经过由模仿学习预训练的强化学习有训练的过程，收敛后效果优于直接使用树搜索所得的结果。