冰川冻土

图/表详细信息

基于深度强化学习的北极最优航线智能规划算法研究

胡浩帆, 吴阿丹, 韩冰, 朱小文, 陈胜鹏, 张瑞

冰川冻土, 2025, 47(2): 587-598. DOI: 10.7522/j.issn.1000-0240.2025.0046

方向	原Q值	新Q值
上	Q（5，上）=-6.7102	-6.7102+0.001×（-2.46-0.97×5.1644+6.7102）=-6.7110
下	Q（5，下）=-3.2645	-3.2645+0.001×（-1.53-0.97×1.7909+3.2645=-3.2645
左	Q（5，左）=-95.4797	-95.4797+0.001×（-100-0.97×3.2645+95.4797=-95.4874
右	Q（5，右）=-3.2645	-3.2645+0.001×（-1.53-0.97×1.7908+3.2645=-3.2645

表5 训练5分钟后5号点4个动作方向最新Q值

本文的其它图/表