1. 这是作者花费一周的时间,使用python写出的策略迭代和值迭代强化学习算法,以一个完整的项目发布,为解决“已知马尔科夫决策过程五元组,求最优策略”这类问题提供了算法与通用框架 2. 项目采用面向对象架构和面向抽象编程,用户可以在抽象类基础上,利用继承机制,定义新的具体环境类,测试该算法的有效性。项目还给出了unittest.Testcase的测试代码。 3. 在该项目中算法名称分别对应类:ValueIterationAgent和PolicyIterationAgent(都继承自MdpAgent),马尔科夫决策模型已知的环境抽象类MdpEnv 4. 为展示该算法的有效性,定义了一个GridWorldEnv的具体类,实现了作者博文中“在格子世界中寻宝”的最优策略的学习,并定义了一个GridWorldUI类可视化最优策略及基于最优策略的,用户可以运行住文件main.py 5. 该项目源码的最大特点是:架构合理,可维护性好,可读性强。你不断能学到这两个强化学习算法的精髓,也能够学到什么是好的python程序架构。 6.注意先阅读里面的readme.txt文件。
2024-05-08 21:56:25 329KB 强化学习 策略迭代 面向对象 python
1
这是信号检测与估值课后习题答案,是第一章后面的答案,希望对大家有所帮助
2024-05-08 11:28:25 77KB 检测与估值
1
stm32f4单片机上用FFT测量信号频率、幅值等
2024-05-06 11:29:47 12.11MB stm32
1
所使用的是正点原子探索者开发板,其他同理,改动代码就行,效果详见B站链接https://www.bilibili.com/video/BV1dB4y1k7XN/?spm_id_from=333.999.0.0&vd_source=06d06192a2ff6643ccdab6c1aeae235b
2024-05-05 17:49:30 7.77MB stm32 图像处理 二值化
1
开运算就是先进行腐蚀然后进行膨胀,这样操作后可以使得原本连接在一起的区域,变成了不连通的区域。主要针对细小的突起、细的连接线、图像中的弯口、孤立的小块或齿状物体的效果明显
2024-05-05 00:03:31 143.96MB fpga开发
高斯牛顿迭代法matlab代码
2024-05-03 17:48:26 8KB 系统开源
1
看完背一背,把作业题全部做完,考的内容就是平时作业题和论述题(10分)
2024-05-03 16:04:38 4.91MB 数值计算 scau
1
KCS 船型的 CFD 数值模拟
2024-05-01 17:31:03 751KB
1
本值班系统适合于政企单位值班自动排班,虽说简单,但很实用
2024-04-30 11:51:56 463KB
1
各种值集定义总结,挺详细的,包括从属值集等
2024-04-30 10:54:18 1.57MB
1