rl_example.py 文件源码

python
阅读 20 收藏 0 点赞 0 评论 0

项目:learning-tensorflow 作者: Salon-sai 项目源码 文件源码
def __init__(self, row, column):
        self.rewards = np.full((row, column), -0.2)
        self.states = np.ones((row, column), dtype=np.int)
        self.states[1, 1] = -1

        self.index_list = [index for index, x in np.ndenumerate(self.states) if x > 0]
        self._init_next_state_table()

        self.rewards[0, column - 1] = 1
        self.rewards[0, 0] = 1
        self.rewards[1, column - 1] = -1

        self.terminal = [(0, column - 1), (0, 0)]
评论列表
文章目录


问题


面经


文章

微信
公众号

扫码关注公众号