确定性清洁机器人的基于模型的值迭代算法：强化学习和动态规划的一个例子-matlab开发
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
文件下载
资源详情
[{"title":"（ 2 个子文件 5KB ） 确定性清洁机器人的基于模型的值迭代算法：强化学习和动态规划的一个例子-matlab开发","children":[{"title":"deterministic_robot_cleaning_v1.zip <span style='color:#111;'> 2.26KB </span>","children":null,"spread":false},{"title":"main.zip <span style='color:#111;'> 2.21KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- FBG反射谱透射率的MATlab仿真，基于耦合模理论
- 基于MATLAB GUI界面的MCU串口实时绘图
- arithmeticcoding.c
- 自动驾驶轨迹跟踪控制Automatic Steering Methods for Path Tracking
- Fortran语言编写的辛普森，梯形求积分代码
- 画图软件qt实现
- XXX管理系统.zip
- NXPMPC5744P手册
- 平行因子分析法
- 51单片机控制BMP180气压传感器 并通过串口返回
- api检索对决单运行-源码
- STC12C5A60S2控制SIM900A短信GSM模块
- 会议管理系统‘.rar
- 在线影片租赁系统（ASP+Access）
- 无线传感网络的能量控制
- PL2303_Prolific_DriverInstaller_win7 & XP
- 基于matlab对2ask信号的调制设计
- QT视图-QTableView添加复选按钮、进度条、增删查改等
- C# 新手实例：在窗体上显示图片和文字
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