离散控制Matlab代码-markov-decision-process:值迭代算法介绍

上传者: 38712578 | 上传时间: 2022-04-12 19:14:58 | 文件大小: 263KB | 文件类型: ZIP
离散控制Matlab代码马可夫决策过程 马尔可夫决策过程(MDP)是离散的时间随机控制过程。 它提供了一个数学框架,用于在结果部分随机且部分受决策者控制的情况下对决策建模。 MDP对于研究通过动态编程和强化学习解决的优化问题非常有用。 MDP至少早在1950年代就已为人所知;罗纳德·霍华德(Ronald Howard)于1960年出版的《动态编程和马尔可夫过程》是马尔可夫决策过程研究的核心内容,它们被用于许多领域,包括机器人技术,自动控制,经济学和制造业。 MDP的名称来自俄罗斯数学家Andrey Markov。 。 算法: 值迭代(Bellman 1957):也称为反向归纳,不使用π函数; 而是在需要时在V(s)内计算π(s)的值。 将π(s)的计算代入V(s)的计算可得出组合步骤。 在下面查看有关如何计算效用的示例(有关更多详细信息,请参见-中的代码)算法: 策略迭代:在策略迭代中(霍华德1960),第一步执行一次,然后重复第二步直到收敛。 然后,再次执行第一步,依此类推。 对于大量可能的状态,策略迭代通常比值迭代慢。 算法 : 注意:在此代码中,我们将不处理该算法(我们将在稍后发

文件下载

资源详情

[{"title":"( 17 个子文件 263KB ) 离散控制Matlab代码-markov-decision-process:值迭代算法介绍","children":[{"title":"markov-decision-process-master","children":[{"title":"ValueIteration.m <span style='color:#111;'> 5.18KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 5.48KB </span>","children":null,"spread":false},{"title":"DisplayUtilities.m <span style='color:#111;'> 593B </span>","children":null,"spread":false},{"title":"NeighboursSearch.m <span style='color:#111;'> 1.25KB </span>","children":null,"spread":false},{"title":"MDP.m <span style='color:#111;'> 3.78KB </span>","children":null,"spread":false},{"title":"DisplayPolitique.m <span style='color:#111;'> 913B </span>","children":null,"spread":false},{"title":"DisplayReward.m <span style='color:#111;'> 481B </span>","children":null,"spread":false},{"title":"files.","children":[{"title":"ExampleUtilities.jpg <span style='color:#111;'> 48.48KB </span>","children":null,"spread":false},{"title":"InitialRewards.jpg <span style='color:#111;'> 49.72KB </span>","children":null,"spread":false},{"title":"valueiter.png <span style='color:#111;'> 3.97KB </span>","children":null,"spread":false},{"title":"valueiteralgorithm.png <span style='color:#111;'> 38.32KB </span>","children":null,"spread":false},{"title":"System.jpg <span style='color:#111;'> 17.13KB </span>","children":null,"spread":false},{"title":"OptimalPolitiquee.jpg <span style='color:#111;'> 42.95KB </span>","children":null,"spread":false},{"title":"politiqueiteralgorithm.png <span style='color:#111;'> 53.90KB </span>","children":null,"spread":false},{"title":"UtilitiesValues.jpg <span style='color:#111;'> 49.91KB </span>","children":null,"spread":false},{"title":"data <span style='color:#111;'> 4B </span>","children":null,"spread":false},{"title":"Example.jpg <span style='color:#111;'> 12.44KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

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