- 博客(2)
- 收藏
- 关注
RSS订阅原创 求助深度强化学习路径规划DDPG算法路径规划
求助： 我正在使用深度强化学习路径规划中的DDPG算法，状态空间包括61维传感器信息、机器人与目标点之间的角度，以及机器人与目标点的距离。奖励函数设计如下：到达目标时奖励 +10，发生碰撞时惩罚 -5；根据距离逐步给出惩罚，并在距离较近时给予奖励。经过50000步训练后，奖励区域的负值已经收敛，如何提高成功率呢？
2024-12-03 14:41:20
222
1
原创 深度强化学习路径规划DDPG算法求助帖。
求助： 我正在使用深度强化学习路径规划中的DDPG算法，状态空间包括61维传感器信息、机器人与目标点之间的角度，以及机器人与目标点的距离。奖励函数设计如下：到达目标时奖励 +10，发生碰撞时惩罚 -5；根据距离逐步给出惩罚，并在距离较近时给予奖励。经过50000步训练后，奖励区域的负值已经收敛，如何提高成功率呢？
2024-12-03 14:32:55
79
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人