《深度强化学习——边做边学》第二章 在走迷宫任务中随机探索 (修改后的代码)

Posted devilmaycry812839668

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了《深度强化学习——边做边学》第二章 在走迷宫任务中随机探索 (修改后的代码)相关的知识,希望对你有一定的参考价值。

如下图所示:

技术图片

 

 初始点在 S0, 终点在S8, 其中红线的部分是墙,不能通过,绿色的圆圈是此刻所在位置。

在任一的状态时可以选的动作其概率都是均等的,如果三个动作可以选就各为0.333333,如果是两个动作可以选就各是0.5。

 

 

 

 

 

原书中已经提供代码,但是感觉看起来不是很明晰,于是修改了一下:

 

 

 

 

 

在修改代码的时候发现下面的一个有意思的事情,就是如果做100000次实验,那么所走的步数从小到大排序其所占实验的次数并不是一个高斯形状的分布,实验之前原本以为下面的分布会是小步数和大步数的实验占比较小而处于中间步数的实验占比大,但是实际情况如下:

 

技术图片

 

 

技术图片

 

 

 

感觉这个现象还是蛮有意思的,不知道该如何解释。

 

以上是关于《深度强化学习——边做边学》第二章 在走迷宫任务中随机探索 (修改后的代码)的主要内容,如果未能解决你的问题,请参考以下文章

思科&新华三&华为边做边学专题,交换路由无线防火墙BGP组播

微信小程序 基础操作(边做边学3)

微信小程序 基础操作(边做边学)

Python 爬虫零基础教程:简介及准备

如何开始学习编程:初学者指南

入职两个月,WPF开发感想