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
- LDR文件查看工具LDRviewer
- lmd和能量熵提取特征
- matlab粒子群工具箱
- 操作系统课设用多进程同步方法演示“生产者-消费者”问题
- c# webapi 实现科大讯飞语音听写功能
- 百度日历、黄历、节假日查看 - 插件
- 2013最新C++远程控制木马源代码【附很全很详细教程】
- 设计一个通用寄存器组，16位的寄存器。（含报告）
- 深度学习在生物信息中的应用
- echarts3d地图散点数据陷进地图的解决方案
- Android颜色选取圆盘Demo代码
- 超分辨率重建的matlab代码
- linux错误.txt
- Axure 简单的中继器实例.zip
- docker.zip
- 学生信息管理系统(本系统的开发环境为Visual C# 2008和Access 2003)
- tomatoEdit_2013.8.19.rar
- sivarc v14 sp1
- 随机信号答案
- University of Essex提供的人脸数据库（95版）
- android:TabHost+Fragment
- 简历模板java方面
- 无线充电设计资料全套供应（原理技术、DIY制作）.pdf
- 64位SVN客户端
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