基于强化学习的改进三维A*算法在线航迹规划

任智, 张栋, 唐硕

Improved three-dimensional A* algorithm of real-time path planning based on reinforcement learning

Zhi REN, Dong ZHANG, Shuo TANG

表4 卷积神经网络参数表

Table 4 Convolutional neural network parameters table

序号 性能 性能参数 1 Actor网络学习率 0.001 2 Critic网络学习率 0.002 3 Batch训练样本大小 128 4 经验回放池大小 10 000 5 软策略更新因子 0.01 6 收缩因子初值 0.4 7 即时回报收敛因子 0.9