基于深度强化学习的大口径轴孔装配策略

姜玉峰,陈东生

Assembly strategy for large-diameter peg-in-hole based on deep reinforcement learning

Yu-feng JIANG,Dong-sheng CHEN

表 3 DDPG算法和DDPGFA算法训练参数

Tab.3 Training parameters of DDPG algorithm and DDPGFA algorithm

参数 数值 Actor网络学习率 0.001 Critic网络学习率 0.01 折扣因子 0.99 经验池容量 10000 小批量采样数量 32 开始采样时经验池数量 1000 衰减率 0.01