确定性清洁机器人的Q-learning（无模型值迭代）算法：使用Q-learning和epsilon-greedy探索的强化学习示例-matlab开发

matlab

确定性清洁机器人的Q-learning（无模型值迭代）算法：使用Q-learning和epsilon-greedy探索的强化学习示例-matlab开发
Q-learningwithepsilon-greedyexploreAlgorithmforDeterministicCleaningRobotV1确定性清洁机器人MDP清洁机器人必须收集用过的罐子也必须为其充电电池。
状态描述了机器人的位置和动作描述运动的方向。
机器人可以向左移动或向左移动正确的。
第一个(1)和最后(6)个状态是终端状态。
目标是找到最大化报答的最优策略从任何初始状态。
这里是Q-learningepsilon-greedy探索使用算法（在强化学习中）。
算法2-3，来自：@book{busoniu2010reinforcement,title={使用函数逼近器的强化学习和动态规划}，作者={Busoniu，Lucian和Babuska，Robert和DeSchutter，Bart和Ernst，Damien

文件下载

资源详情

[{"title":"（1个子文件3KB）确定性清洁机器人的Q-learning（无模型值迭代）算法：使用Q-learning和epsilon-greedy探索的强化学习示例-matlab开发","children":[{"title":"qlearning.zip <span style='color:#111;'>2.62KB</span>","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【好快吧下载】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【好快吧下载】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【好快吧下载】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，8686821#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

确定性清洁机器人的Q-learning（无模型值迭代）算法：使用Q-learning和epsilon-greedy探索的强化学习示例-matlab开发

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

一言

相关资源标签

热门下载

最新下载