文件名称：Q学习山车v0
文件大小：282KB
文件格式：ZIP
更新时间：2024-03-06 01:00:28
带Q学习和SARSA的MountainCar-v0 该项目包含用于培训代理商以解决。 Q-Learning和SARSA 山地车环境 环境是二维的，由两座山丘之间的汽车组成。 汽车的目标是到达右侧山顶的旗帜。 丘陵太陡峭，以至于仅通过向同一方向移动就无法缩放汽车，它必须后退并第四次建立足够的动力才能向上行驶。 观察空间： 这是两个确定环境当前状态的变量。 赛车在赛道上的位置，从-1.2到0.6 轿厢速度，从-0.07到0.07。 左为负，右为正。 动作： 汽车可以采取以下三种不同的动作之一： 向左加速 不要加速 向右加速。 报酬： 在每个步骤中，汽车会根据该操作后达到的状态获得奖励： 如果探员到达山顶的旗帜（位置= 0.5），则奖励0。 如果座席的位置小于0.5，则奖励-1。 起始状态： 汽车在两座山之间起跑，在-0.6到-0.4之间的任意位置，速度等于0。 剧集终止：