迷宫求解器——Q-Learning和SARSA算法：在本项目中，我们通过Q-Learning和SARSA算法模拟了两个代理，并将它们置于交互式迷宫环境中以训练最佳策略-matlab开发
在这个项目中，我们在MATLAB实时编辑器环境中模拟了交互式迷宫环境，并实现了两种经典的Rl（强化学习）算法-Q学习和sarsa算法。 通过创建一个在迷宫中交互移动的代理，可以使用两种算法来训练最高激励值奖励和最佳迷宫行走方法。 最后，我们比较了两种算法的性能。
文件下载
评论信息
其他资源
- Devexpress13.1.5破解
- 多媒体信息安全
- Labview实现的11款小游戏_有详细过程
- 海康威视摄像头移动侦测和遮挡告警
- STEP7_STL语句表编程手册
- 验证码识别dll库,识别率95%，附调用接口。
- 最优状态估计:卡尔曼,H∞及非线性滤波
- 基于jsp的网上药店管理系统
- settings.xml
- 培训考试-笔试题（Java开发规范）（含答案）.docx
- 基于可变长时隙机制的水下传感器网络MAC 协议
- Jest单元测试
- 西电软院算法上机1代码
- SQL SERVER 图书管理系统
- sobel的verilog实现
- 串口通信--Modbus-RTU协议通信
- pdf转换器（可直接转换，免费）
- mysql-5.5.20-winx64.msi
- 苹果MFI技术文档
- 基于Movielens的推荐系统—评分预测 (Python3)
- 教学网站毕业设计
- linux实验报告
- 一个利用xml和xsl解释生成无限级的树形菜单的源程序
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