无码av一区二区三区无码,在线观看老湿视频福利,日韩经典三级片,成 人色 网 站 欧美大片在线观看

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
襄汾县| 镇雄县| 洞头县| 盐津县| 辛集市| 康保县| 精河县| 鲁甸县| 专栏| 蒲城县| 鹤山市| 玛多县| 祁门县| 裕民县| 玉龙| 漳平市| 花莲县| 江津市| 金平| 遂平县| 正镶白旗| 曲周县| 永州市| 靖西县| 中西区| 普宁市| 望谟县| 泽州县| 湘阴县| 个旧市| 彰化县| 辉南县| 六安市| 阿勒泰市| 阳山县| 刚察县| 宝鸡市| 芒康县| 军事| 边坝县| 石渠县|