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-learning with epsilon-greedy explore Algorithm for Deterministic Cleaning Robot V1 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。 目标是找到最大化回报的最优策略从任何初始状态。 这里是 Q-learning epsilon-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 De Schutter，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
- 空间计量-省级空间权重矩阵
- 8天学会ansys命令流
- matlab程序水果的识别（含gui）.rar
- substance_5.3.jar
- OTL功率放大器详细设计
- Linux上CentOS 7 安装CDH 5.12.1进行集群搭建
- opencv 人头分类器训练数据集
- Lorenz系统和Chua系统MATLAB仿真
- 密码函数库miracle的visual studio 2017可用的静态库
- 外卖订单源码
- 飞思卡尔S12单片机CCP源码
- java 学生选课管理系统 源代码
- kube-ps1：Kubernetes提示bash和zsh的信息-源码
- 基于TCP的Android socket接收发送信息源码
- GB-T8567-1988_计算机软件产品开发文件编制指南
- Mastering ROS for Robotics Programming
- stm32智能安防系统
- tesserocr-2.3.1-cp37-cp37m-win_amd64.whl
- 《Android程序设计教程 》 上课PPT及课本源代码案例
- Reed Solomon编码
- Fiddler汉化版亲测可用
- msp430超声波程序
- 各种算法大集合
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
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