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：2024-06-12 22:02:16
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)