GridWorld_-Planning-RL-:包含策略迭代和价值迭代（计划）。还包含Q学习（RL）。在GridWorld问题的上下文中使用这些方法，在该问题中，代理的目标是采用最快的路径来达到终端状态-源码

Python

GridWorld（计划和强化学习）包含用于规划的算法：策略迭代和价值迭代。还包含强化学习算法：蒙特卡洛学习，Sarsa（lambda）和Q学习。在GridWorld问题的上下文中使用这些方法，在该问题中，代理的目标是找到到达终端状态的最快路径。 game.py文件包含Grid World环境。可以运行其他文件来执行强化学习或计划（取决于所选文件）。

文件下载

评论信息

其他资源

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

GridWorld_-Planning-RL-:包含策略迭代和价值迭代（计划）。 还包含Q学习（RL）。 在GridWorld问题的上下文中使用这些方法，在该问题中，代理的目标是采用最快的路径来达到终端状态-源码

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载

GridWorld_-Planning-RL-:包含策略迭代和价值迭代（计划）。还包含Q学习（RL）。在GridWorld问题的上下文中使用这些方法，在该问题中，代理的目标是采用最快的路径来达到终端状态-源码