栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

Q-learning尝试

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

Q-learning尝试

参考了Q-learning理解、实现以及动态分配应用(一)_洋葱专栏-有灵魂的程序员-CSDN博客_q-learning简单来说Q-learning需要Q表和R表,利用R表来保存reward,在应用Q-learning时,利用np.matrix得到矩阵类型的数据方便处理,然后利用公式更新Q表。Q-learning需要知道每一步的奖惩。

import random
import numpy as np
def get_qlearning(generation):
    R = np.matrix([[-1, 0, 100],
                    [0, -1, 100],
                    [100, -1, 0]])
    Q = np.zeros((3, 3))
    Q = np.matrix(Q)
    l_rate = 0.8
    action = []
    for i in range(generation):
        state = random.randint(0, 2)
        for j in range(2):
            nextstate = R[state, j]
            if nextstate >= 0:
                action.append(nextstate)
                Q[state, j] = R[state, j] + l_rate * (Q[j]).max()
    print(Q)

if __name__ == "__main__":
    get_qlearning(5)



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/269133.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号