質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Jupyter

Jupyter (旧IPython notebook)は、Notebook形式でドキュメント作成し、プログラムの記述・実行、その実行結果を記録するツールです。メモの作成や保存、共有、確認などもブラウザ上で行うことができます。

強化学習

強化学習とは、ある環境下のエージェントが現状を推測し行動を決定することで報酬を獲得するという見解から、その報酬を最大限に得る方策を学ぶ機械学習のことを指します。問題解決時に得る報酬が選択結果によって変化することで、より良い行動を選択しようと学習する点が特徴です。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

解決済

1回答

349閲覧

迷路内をランダムに探索させるプログラムについて

albeitokei

総合スコア17

Jupyter

Jupyter (旧IPython notebook)は、Notebook形式でドキュメント作成し、プログラムの記述・実行、その実行結果を記録するツールです。メモの作成や保存、共有、確認などもブラウザ上で行うことができます。

強化学習

強化学習とは、ある環境下のエージェントが現状を推測し行動を決定することで報酬を獲得するという見解から、その報酬を最大限に得る方策を学ぶ機械学習のことを指します。問題解決時に得る報酬が選択結果によって変化することで、より良い行動を選択しようと学習する点が特徴です。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2019/03/13 18:08

前提・実現したいこと

リンク内容

このリンクにあるプログラムのπθ(s,a)でa(行動)に関するプログラムがどこで書かれているのか知りたいです
よろしくお願いします。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

python

1while (1): # ゴールするまでループ 2 next_s = get_next_s(pi, s) 3 state_history.append(next_s) # 記録リストに次の状態(エージェントの位置)を追加 4 5 if next_s == 8: # ゴール地点なら終了 6 break 7 else: 8 s = next_s 9 10 return state_history

ここだと思うぞ。

投稿2019/03/14 00:58

stdio

総合スコア3307

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

albeitokei

2019/03/15 15:53

遅くなってしまいました aは組み立てた関数やプログラムの実行に使われるのでしょうか? πに囲まれているので少しモヤモヤします。 わかりづらい表現ですいません 回答ありがとうございました。
stdio

2019/03/18 05:49

質問ならまた質問し直して下さい。 ご指名あれば、通知されますので答えやすくなりますよ。
albeitokei

2019/03/18 09:00

すみません 始めて間もないもので指名の仕方がよくわかりません フォローすれば良いのでしょうか?
stdio

2019/03/20 00:49

相互フォローしないと直接依頼は出来ないので、フォローして下さい。 すると質問するの画面の下に依頼するという項目が追加されるはずです。
albeitokei

2019/03/20 05:28

わかりましたフォローしておきます ご迷惑でなければ相互フォロー後に初歩的な事柄になるのですがこの質問の続きをさせていただきたいです よろしくお願いします。
stdio

2019/03/20 07:35

こちらでもフォローしましたよ。 機械学習は専門分野ではないですが答えられる範囲でお答えします。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問