文件名称：matlabaic代码-rlfit:简单的Matlab代码使强化学习模型适合选择数据
文件大小：9KB
文件格式：ZIP
更新时间：2024-06-08 21:44:50
系统开源
matlab aic代码健身 简单的Matlab代码使强化学习模型适合选择数据。 这将很容易开始。 向内工作： example.m在标准的增量规则强化学习模型中运行了一个简单的学习用例。 它要求您指定一个函数，该函数根据一组参数，选择历史记录和结果历史记录来计算每个选择的动作值。 只要结果规模相同，结果就可以有多种。 该函数期望每列有一种结果类型。 Q函数的参数不包括softmax参数。 rlfit.m是基本的界面功能。 它接受一个函数句柄，用于计算操作值，选择和结果历史记录以及对模型参数的约束（同样，不包括softmax参数）。 rlfit缩放操作值，从随机重启中多次拟合模型，在所有拟合中获得最大对数似然，并从最佳模型返回对数似然，操作值和拟合参数。 如果需要，您可以使用它们来计算AIC和BIC。 multmin.m使用允许的参数空间中的随机起点多次处理模型拟合。 LL_softmax.m处理softmax选择函数的对数似然计算。 它包括一些渐近展开式，当动作值非常大或非常小时，当概率非常接近0或1时，可以避免NaN。 楷模 Q_model.m是具有单个参数（学习率）的标准增量规则R
【文件预览】：
rlfit-master
----.gitignore(3B)
----Q_two_outcome.m(1KB)
----Q_model.m(689B)
----testdata.mat(368B)
----LL_softmax.m(1KB)
----randomdata.mat(463B)
----rlfit.m(2KB)
----multmin.m(667B)
----mutinf.m(354B)
----runningI.m(554B)
----example.m(626B)
----README.md(2KB)
----example_random.m(1KB)
----choice_entropy.m(201B)
----calculate_Q_bonuses.m(262B)
----add_perseveration.m(421B)