参数/超参数

值

包裹运输完成奖励( $\beta$ )

100

AGV移动惩罚因子( $\partial$ )

2

货物缓存区最大缓存(N)

30

学习率( $\kappa$ )

0.001

折扣因子( $\mu$ )

0.98

PPO 裁剪系数( $ϵ$ )

0.1

广义优势估计器( $g^{\lambda }$ )

0.95