【文件属性】:
文件名称:vs运行matlab代码-Q-Learning-Algorithm-Implementation-in-MATLAB:在Matlab中简单快速
文件大小:18KB
文件格式:ZIP
更新时间:2021-05-24 04:15:36
系统开源
vs运行matlab代码自述文件
该MATLAB的Q学习代码由Ioannis
Makris和Andrew
Chalikiopoulos编写。
它训练代理商寻找通过25x25迷宫的最短路径。
在算法收敛之后,MATLAB将打印出达到目标的最短路径,还将创建三个图形来衡量代理的性能。
这些都是:
图1:累积奖励/采取的步骤与情节以及采取的步骤与情节的Double
y图。
图2:累积奖励/采取的步骤与情节的标准图。
图3.采取的步骤与情节的标准图。
如何设置?
该存储库包含8个文件。
这些都是:
随机排列
ReinforcementLearning_RandomPol.m
强化学习Greedy.m
ReinforcementLearningUpdateR.m
RewardMatrix25.m
RewardMatrix100.m
RewardMatrixNoPunishment.csv
RewardMatrixPunishment.csv
以下文件用于测试,不应使用:
RewardMatrix25.m
可以使用此代码运行以下方案:
运用Epislon贪婪选择策略的无惩罚Q学习。
在这种情况下,
【文件预览】:
Q-Learning-Algorithm-Implementation-in-MATLAB-master
----ReinforcementLearningUpdateR.m(6KB)
----RewardMatrixPunishment.csv(48KB)
----ReinforcementLearning_RandomPol.m(4KB)
----RewardMatrixNoPunishment.csv(48KB)
----RewardMatrix100.m(166B)
----ReinforcementLearningGreedy.m(6KB)
----RewardMatrix25.m(4KB)
----LICENSE(18KB)
----README.md(4KB)
----RandomPermutation.m(858B)