研究文章

有效的强化学习从演示通过贝叶斯网络知识提取

表2

离散化参数比较CartPole任务。

位置 0.05 0.10 0.15 0.20 0.25
此类 0.064 0.066 0.068 0.058 0.043

速度 0.2 0.4 0.6 0.8 1.0
此类 0.028 0.061 0.118 0.129 0

0.04 0.05 0.06 0.07 0.08
此类 0.054 0.067 0.095 0.043 0.065

角速度 0 0.02 0.04 0.06 0.08
此类 0.272 0.262 0.249 0.172 0.181