基于强化学习的冰壶游戏
* 实例: 冰壶游戏, 控制冰壶运动至目标位置
* 方法: 基于梯度下降的Sarsa($\lambda$) + 非均匀径向基特征表示
* 环境: Ubuntu16.04 + Python3.6 + Numpy1.17.4
## 1. 实例问题描述
冰壶游戏是要控制一个半径为1, 质量为1的冰壶, 在一个长宽是均为100的正方形球场内移动. 不考虑冰壶的自转. 当冰壶和球场的边界碰撞时, 碰撞前后冰壶的速度会乘上回弹系数0.9, 移动方向和边界呈反射关系.
我们需要分别操纵x轴和y轴的两个力控制冰壶的移动: 在x轴的正或反方向施加5单位的力; 在y轴的正或反方向施加5单位的力. 这样一共会有4种不同的控制动作. 动作可以每1/10秒变换一次; 但在仿真冰壶运动动力学时, 仿真时间间隔是1/100秒. 除了我们施加的控制动作, 冰壶会受到空气阻力, 大小等于$0.005 \times speed^2$. 假设冰壶和地面没有摩擦力.
在每个决策时刻(1/10 秒), 环境反馈的奖励等于−d, 其中d 是冰壶和任意给定的目标点之间的距离. 为了保证学到的策略能够控制冰壶从任意初始位置上
文件下载
资源详情
[{"title":"（ 7 个子文件 632KB ） 基于强化学习的冰壶游戏","children":[{"title":"Reinforcement_Learning_Curling","children":[{"title":"feature_encoder.py <span style='color:#111;'> 2.90KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 3.37KB </span>","children":null,"spread":false},{"title":"demo.py <span style='color:#111;'> 3.45KB </span>","children":null,"spread":false},{"title":"env.py <span style='color:#111;'> 3.98KB </span>","children":null,"spread":false},{"title":"p_w_test.npy <span style='color:#111;'> 648.13KB </span>","children":null,"spread":false},{"title":"act.py <span style='color:#111;'> 1.52KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 6.66KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- U3D消消乐源码+全套UI+音效
- Introductory lectures on convex optimization
- C语言ATM机(取款机)源代码完美版
- 数学模型第四版答案
- 信号与系统 概念 题解与自测 北京理工版
- java实现的opc client
- stc89c51所制作的一个简易计算器包含原理图
- IEEE1394B总线标准
- 区域卫生信息平台交互规范6：居民注册服务（V0.6.2）.pdf
- Delphi 实现繁体系统下简体字的显示和转换
- 常用的chm帮助文档收录
- Wince6.0+C#串口调试助手源码
- 百度语音识别Demo
- SMBUS20 SMBUS2.0 中文注释版
- android组件实现通讯录
- matlab车牌识别
- IBM V7000产品彩页
- 深信服SCSA认证考试模拟题2
- angularJs 1.3.0最新
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明