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
- ABB变频一拖二恒压供水EPLAN宏
- Cortex-M3权威指南(中文).pdf
- JAVA实现多元一次方程组的算法
- snmp网络管理系统
- 基于TPS5430的DC-DC电源设计（原理图、PCB）
- 计算机组成原理课件ppt（比看白中英的书效果好多了）
- vc++6.0中文版（支持win7 ）
- COMSOL（5.4版本）破解文件
- 机票预订信息系统
- QI标准V1.2.4.rar
- 双向可逆DC/DC MATLAB模型
- Microsoft Visual Studio 6.0 Enterprise Edition 9CD光盘镜像：VSE600ENU3.iso
- c语言编写的PQ分解法潮流程序（有详细注释哦）
- 经典平差程序
- 小费-源码
- GSM 与 8051 微控制器的对接GSM28051-Interfacing.zip
- 活动行前端源码huodongxing.rar
- 初识Papervision3D
- [答案] computer networks(5th edition write by ANDREW S.TANENBAUM)
- opc应用程序入门，学习OPC的必备
- Final IK 1.8 最新版
- 基于密度的聚类
- DspSocketTest
- AD1674原程序和Proteus仿真
- 学生信息管理系统（c#+sql）
- 隐私集合交集计算技术报告
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