随机清洁机器人的基于模型的值迭代算法。 这段代码是值迭代算法的一个非常简单的实现，对于强化学习和动态规划领域的初学者来说，它是一个有用的起点。 随机清洁机器人 MDP：清洁机器人必须收集用过的罐子，还必须为电池充电。 状态描述了机器人的位置，动作描述了运动的方向。 机器人可以向左或向右移动。 第一个 (0) 和最后 (5) 个状态是终止状态。 目标是找到一个最优策略，使任何初始状态的回报最大化。 这里是 Q-iteration（基于模型的值迭代 DP）。 参考：算法 2-2，来自： @book{busoniu2010reinforcement, title={使用函数逼近器的强化学习和动态规划}， 作者={Busoniu，Lucian 和 Babuska，Robert 和 De Schutter，Bart 和 Ernst，Damien}， 年={2010}, 出版商={CRC Press}

南京理工大学数字图像处理实验报告 ，自动阈值迭代法及Otsu法

确定性清洁机器人的基于模型的值迭代算法。 这段代码是值迭代算法的一个非常简单的实现，对于强化学习和动态规划领域的初学者来说，它是一个有用的起点。 确定性清洁机器人 MDP：清洁机器人必须收集用过的罐子，还必须为电池充电。 状态描述了机器人的位置，动作描述了运动的方向。 机器人可以向左或向右移动。 第一个 (1) 和最后 (6) 个状态是终止状态。 目标是找到一种最佳策略，以使任何初始状态的收益最大化。 这里是 Q-iteration（基于模型的值迭代 DP）。 参考：算法 2-1，来自： @book{busoniu2010reinforcement, title={使用函数逼近器的强化学习和动态规划}， 作者={Busoniu，Lucian 和 Babuska，Robert 和 De Schutter，Bart 和 Ernst，Damien}， 年={2010}, 出版商={CRC Pre

平行平面腔自再现膜的Fox-Li数值迭代解法的matlab代码，没有额外调用函数，全部在一个m文件运算，迭代次数可调，最后输出最后一次迭代的波模图形和所有迭代的叠加图形，也可以微调代码改变输出

一篇很不错的文档资料，比较分析了几种分割算法的效果

利用自适应动态规划(ADP)的值迭代算法，求解非线性离散时间系统，能够实现稳定控制。代码基于Python实现，构建Actor 和Critic Network两个网络。需要安装Pytorch和Tensorflow;由于保存结果，因此需要在根目录先创建ADPresultfig文件夹;python文件只需要放在根目录下即可。

马尔可夫决策过程 概述 该存储库运行3种强化算法：策略迭代，值迭代和Q学习，以解决2个MDP问题：悬崖行走和20X20冻湖网格，并比较它们的性能。 运行步骤 需要Python 3.6 使用pip从Requirements.txt安装需求 使用python 3运行以下命令以创建数据和图形文件： python run_experiment.py-全部 python run_experiment.py --plot 获得的结果 有关获得的结果的更多信息，请参考Analysis.pdf。 悬崖行走问题 问题 结果 冻湖网格问题 问题 结果

里面包括插值、迭代、积分、Adams、Runger-Kutta、级数计算、列主消元法求根等的数值计算源程序

使用寻求最优阈值的方法，找到最佳的图像二值化分割的临界点灰度值