最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

【莫煩Python】強化學習 Reinforcement Learning

2023-02-05 20:25 作者:嘻嘻000001  | 我要投稿

幾種算法

不斷嘗試達到目標

import numpy as np

import pandas as pd

class qlearning_table:

def__init__(self,actions,learning_rate=0.01,reward_decay=0.9,e_greedy=0.9)

self.actions=actions

self.lr=learning_rate

self.gamma=reward_decay

self.epsilon=e_greedy

self.q_table=pd.DataFrame(columns=self.actions)


def choose_action(self,observation):

self.check_state_exist(observation)


#choose action selection

np.random.uniform()<self.epsilon:

#choose best action

state_action=self.q_table.ix[observation,:]

state_action=state_action.reindex(np.random.permutation(state_action.index))

action=state_action.argmax()

else:

action=np.random.choice(self.action)

return action

def learn(self,s,a,r,s_):

self.check_state_exist(s_)

q_predict=self.q_table.ix[s,a]

if s_ !='terminal':

q_target=r+self.gamma*self.q_table

else:

q_target=r#next state is terminal

self.q_table.ix[s,a]+=self.lr*(q_target-q_predict)#update

def check_state_exist(self,state):

if state not in self.q_table.append(

pd.Series(

[0]*len(self.action),

index=self.q_table.columns,

name=state,))























def check_state_exist(self,state):



【莫煩Python】強化學習 Reinforcement Learning的評論 (共 條)

分享到微博請遵守國家法律
吴堡县| 禄丰县| 县级市| 霸州市| 青田县| 淮北市| 拉孜县| 黄浦区| 清流县| 元阳县| 萍乡市| 思茅市| 微博| 德安县| 个旧市| 马龙县| 专栏| 扎兰屯市| 临颍县| 黔江区| 东乡族自治县| 右玉县| 丰台区| 壶关县| 金平| 环江| 牟定县| 濉溪县| 马尔康县| 聂荣县| 灵山县| 花垣县| 砀山县| 肥西县| 东宁县| 安泽县| 丽江市| 建始县| 武乡县| 汝南县| 苏尼特左旗|