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%
C

C言語は、1972年にAT&Tベル研究所の、デニス・リッチーが主体となって作成したプログラミング言語です。 B言語の後継言語として開発されたことからC言語と命名。そのため、表記法などはB言語やALGOLに近いとされています。 Cの拡張版であるC++言語とともに、現在世界中でもっとも普及されているプログラミング言語です。

Q&A

解決済

2回答

2515閲覧

Q学習で経路の学習をさせるcプログラム

退会済みユーザー

退会済みユーザー

総合スコア0

C

C言語は、1972年にAT&Tベル研究所の、デニス・リッチーが主体となって作成したプログラミング言語です。 B言語の後継言語として開発されたことからC言語と命名。そのため、表記法などはB言語やALGOLに近いとされています。 Cの拡張版であるC++言語とともに、現在世界中でもっとも普及されているプログラミング言語です。

0グッド

0クリップ

投稿2016/05/13 17:25

編集2016/05/14 12:24

25×25の迷路を2次元配列で壁を1で表し、通路を0で表してスタートが(1,1)、ゴールを(23,23)とし、ゴールに辿り着いたときのみ報酬を100与えるQ学習で最適経路を見つけるプログラムを書いたところ、いつまでたっても出力がされませんでした。
gdbで変数の中身を調べたところ、初めにForループに入ってdirection[4]の配列にQ値を代入したあとはdirectionの全ての要素に0が入るはずなのですが、
(gdb) set print elements 0
(gdb) p direction
$2 = {99, 49, 33, 79}
のように乱数が入っていました。
また、Whileループを進めてみたところnextdirectionに1が入った後は2が入り、2が入った後は1が入り・・・とループしていることがわかりました。
何が原因でこのような挙動をしているのかご教授お願い致します。

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2

0

乱数を使う全ての関数にsrandで初期化をした結果同じ乱数が出力されてしまい、結果起こった不具合だとわかりました。回答してくださった方ありがとうございました。

投稿2016/05/14 12:23

退会済みユーザー

退会済みユーザー

総合スコア0

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。

0

ベストアンサー

こんにちは。

gdbで変数の中身を調べたところ、初めにForループに入ってdirection[4]の配列にQ値を代入したあとはdirectionの全ての要素に0が入るはずなのですが、

(中略)
$2 = {99, 49, 33, 79}
のように乱数が入っていました。

の件はprintf("all 0 or rand\n");scanf("%d", &b);で、bに0以外の値を入力すると乱数が入ると思います。0でない値を入力されたということはないですか?

また、Whileループを進めてみたところnextdirectionに1が入った後は2が入り、2が入った後は1が入り・・・とループしていることがわかりました。

何が原因でこのような挙動をしているのかご教授お願い致します。

そのためにはデバッグ作業が必要になります。
そのような実作業はa_a_a_a_a_a_a_さんご自身で実施された方がよいと思います。

恐らく、上記動作はQ学習に期待する動作とは異なるのですよね?
ということは正しい動作をa_a_a_a_a_a_a_さんはご存知ということですから、正しく動作した場合に期待される値と異なる原因を探せばよいです。
そのためにはnextdirectionへ値を設定している前後で、nextdirection値を求めるために使っている変数群をprintf()してみて、期待する値かどうかを確認します。
そして、期待しない値になっている変数を設定している前後で、その値を求めるために使っている変数群をprintf()してみます。
これらを繰り返すことで、期待と異なる値を設定している原因を見つけることができると思います。

Q学習のアルゴリズムを適切に理解できている場合、経験上、ちょっとしたミスが多いです。例えば、足すべき時に引いているなど。
頑張って下さい。

投稿2016/05/14 04:36

編集2016/05/14 04:37
Chironian

総合スコア23272

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。

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