matlab移动平均数代码-ML-Q-Learning-Robot-in-Maze-MATLAB:在迷宫中使用Q学习算法-机器人实现强化学习-

上传者: 38605801 | 上传时间: 2022-05-28 16:44:52 | 文件大小: 109KB | 文件类型: ZIP
matlab移动平均数代码机器学习 强化学习/ Q-Learning Q学习算法在Matlab中求解迷宫的实现 此MATLAB的Q学习代码已由Mohammad Maghsoudi Mehrabani编写。 它训练一个特工寻找通过20x20迷宫从起点到目标点的道路。 动作包括在迷宫中转弯和移动 代理商在某些条件下会从环境中获得回报 代理商的目标是获得最大的回报 基础图 基本地图存储在maze.txt中,其中包括起点,目标点,墙壁和障碍物。 奖励: 目标= 200 Kong= -10 油= -5 空闲细胞= -1 怎么跑 只需打开Main.m文件,然后单击“运行”按钮 在算法收敛之后,MATLAB将打印出达到目标的最佳路径 输出 : 显示从起点到目标点的最佳路径的最佳路径-最佳路径如下所示: 图1:30次运行与每个情节的每个情节的平均累积奖励 图2:30轮vs每一集的平均步数

文件下载

资源详情

[{"title":"( 12 个子文件 109KB ) matlab移动平均数代码-ML-Q-Learning-Robot-in-Maze-MATLAB:在迷宫中使用Q学习算法-机器人实现强化学习-","children":[{"title":"ML-Q-Learning-Robot-in-Maze-MATLAB-master","children":[{"title":"final-output.PNG <span style='color:#111;'> 47.77KB </span>","children":null,"spread":false},{"title":"step.PNG <span style='color:#111;'> 36.23KB </span>","children":null,"spread":false},{"title":"Source","children":[{"title":"performAction.m <span style='color:#111;'> 525B </span>","children":null,"spread":false},{"title":"chooseAction.m <span style='color:#111;'> 676B </span>","children":null,"spread":false},{"title":"main.m <span style='color:#111;'> 4.72KB </span>","children":null,"spread":false},{"title":"initializeAgent.m <span style='color:#111;'> 716B </span>","children":null,"spread":false},{"title":"getOptimalPath.m <span style='color:#111;'> 693B </span>","children":null,"spread":false},{"title":"initializeSimulator.m <span style='color:#111;'> 773B </span>","children":null,"spread":false},{"title":"maze.txt <span style='color:#111;'> 1.19KB </span>","children":null,"spread":false}],"spread":true},{"title":"base-map-maze.PNG <span style='color:#111;'> 22.16KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.50KB </span>","children":null,"spread":false},{"title":"cumulative.PNG <span style='color:#111;'> 35.62KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】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,【只为小站】 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 【只为小站】 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,zhiweidada#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