马尔科夫决策过程包括一些例程源码程序 - matlab算法设计

下载频道> 资源分类> matlab源码> 算法设计> 马尔科夫决策过程包括一些例程源码程序

标题：马尔科夫决策过程包括一些例程源码程序
分享到：

所属分类: 算法设计资源类型：程序源码文件大小: 8.09 KB 上传时间: 2019-07-17 20:18:06 下载次数: 577 资源积分：1分提供者: jiqiren 20190717082419464

内容：
function russell_demo()

% Do the example in ch 17 (p501) of Russell and Norvig

% (1,1) is top left corner.

r = 3; c = 4; p = 0.8; action_cost = -1/25;

obstacle = zeros(r,c); obstacle(2,2)=1;

terminal = zeros(r,c); terminal(1,4)=1; terminal(2,4)=1;

absorb = 1;

wrap_around = 0;

noop = 0;

T = mk_grid_world(r, c, p, obstacle, terminal, absorb, wrap_around, noop);

% Add rewards for terminal states

nstates = r*c + 1;

if noop

nact = 5;

else

nact = 4;

end

R = action_cost*ones(nstates, nact);

R(10,:) = 1;

R(11,:) = -1;

R(nstates,:) = 0;

discount_factor = 1;

V = value_iteration(T, R, discount_factor);

%reshape(V(1:end-1),[r c])

% 0.8116 0.8678 0.9178 1.0000

% 0.7616 0.7964 0.6603 -1.0000

% 0.7053 0.6553 0.6114 0.3878

% Same as the book p501

Q = Q_from_V(V, T, R, discount_factor);

[V, p] = max(Q, [], 2);

use_val_iter = 1;

% (I-gT) is singular since g=1 and there is an absorbing state (i.e., T(i,i)=1)

% Hence we cannot use value determination.

[p,V] = policy_iteration(T, R, discount_factor, use_val_iter);

%reshape(V(1:end-1),[r c])

% 0.8115 0.8678 0.9178 1.0000

% 0.7615 0.7964 0.6603 -1.0000

% 0.7048 0.6539 0.6085 0.3824

文件列表（点击上边下载按钮，如果是垃圾文件请在下面评价差评或者投诉）:

Q_from_V.m
README
approxeq.m
assert.m
demo_russell.m
demo_sutton.m
mk_grid_world.m
mk_grid_world_simple.m
policy_iteration.m
subv2ind.m
test1.m
value_determination.m
value_iteration.m

关键词：马尔科夫 决策 过程  例程 源码程序

matlab源码下载排行

回到顶部

友情链接

matlab源码网站源码编程语言网络编程手机通讯编程 KUNAG 官网 KUNAG 电商更多

: 联系方式| 版权声明| 招聘信息| 广告服务| 银行汇款| 法律顾问| 兼职技术| 付款方式| 关于我们|; 网站客服程序员兼职招聘 411241577@qq.com; 沪ICP备19040327号-3; 公安备案号：沪公网安备 31011802003874号; 库纳格流体控制系统（上海）有限公司版权所有; Copyright © 1999-2014, GUSUCODE.COM, All Rights Reserved

关键词： 马尔科夫 决策 过程 例程 源码程序

相关推荐

matlab源码下载排行

友情链接

关键词：马尔科夫决策过程例程源码程序