确定性清洁机器人的 Q-learning（无模型值迭代）算法：使用 Q-learning 和 epsilon-greedy 探索的强化学习示例-matlab开发
Q-learning with epsilon-greedy explore Algorithm for Deterministic Cleaning Robot V1 确定性清洁机器人 MDP 清洁机器人必须收集用过的罐子也必须为其充电电池。 状态描述了机器人的位置和动作描述运动的方向。 机器人可以向左移动或向左移动正确的。 第一个 (1) 和最后 (6) 个状态是终端状态。 目标是找到最大化回报的最优策略从任何初始状态。 这里是 Q-learning epsilon-greedy 探索使用算法（在强化学习中）。 算法 2-3，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
文件下载
资源详情
[{"title":"（ 1 个子文件 3KB ） 确定性清洁机器人的 Q-learning（无模型值迭代）算法：使用 Q-learning 和 epsilon-greedy 探索的强化学习示例-matlab开发","children":[{"title":"qlearning.zip <span style='color:#111;'> 2.62KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 长沙学院往届计算机网络考试试卷(参考)
- AMIE：在不完整知识库下的关联规则挖掘（代码+文档）
- 上位机数据采集、储存、实时显示
- 济安横断面2.1无水印版支持32位和64位系统（未知操作会恢复水印，触发情况尚未查明，谨慎下载）
- 基于FPGA 用Verilog实现的1024点FFT源码程序
- 相空间重构思想详细的理论推导以及应用实例
- OpenCV for Unity 2.3.9.rar
- 51单片机驱动数码管显示万年历源代码和Proteus仿真图及软件
- ofdm系统的载波频偏干扰消除程序
- 基于Javamail的邮件收发系统（系统+论文+开题报告+任务书+外文翻译+文献综述+答辩PPT）
- 地理信息系统原理与方法 吴信才
- msp430f5529adc单通道程序
- Android嵌入式系统程序开发(基于Cortex-A8).pdf
- matlab仿真全桥电路
- web前端网页psd
- Mac 搭建 Hadoop和hive环境.pdf
- webrtc aecm模块 android端
- 15系列pcb封装库
- VC++数字图像处理
- [达索CATIA.v5R19.SP0.Dassault.Systemes].cat_v5r19sp0_x32_crk
- eric6 17.12版本及汉化文件.zip
- SHL-Verbal-Reasoning-Test1-Solutions
- tomcat6.rar
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