得られた値を行列に追加したいです．

計算で得られる値を別の行列に追加したいのですが，1つの値しか追加されないです．どなたかご教示の程，お願い致します．
Rという値が計算で得られて，その値を1つずつ，RRという行列に追加したいです．
RR = [];
R = 式
RR = [RR;R]を試したのですが，上手くいかないです．
myStepfunctionを何度も実行して、一回実行したら「RR」の末尾にその時に計算した「R」を一つ追加したいです．


function [NextObservation, Reward, IsDone, LoggedSignals] = myStepfunction(Action,LoggedSignals,SimplePendulum)

        % 操作する前の状態を取得
        
        statePre = [-pi/2;0];
        statePre(1) = SimplePendulum.Theta;
        statePre(2) = SimplePendulum.AngularVelocity;
        
        IsDone = false;
       
        % 状態を更新 
        
        SimplePendulum.pstep(Action);
        
        % 操作後の状態を取得
        state = [-pi/2;0];                                  % 状態を初期化
        state(1) = SimplePendulum.Theta;                % 角度
        state(2) = SimplePendulum.AngularVelocity;      % 角速度
        
        X_state_Position = sin(state(1));
        Y_state_Position = -cos(state(1));
        
        
        % ボールの距離の計算と誤差
        R = ones(1,1);
        RR = [];
        Ball_Target = 10;
        Ball_Distance = X_state_Position + (-state(2))* sqrt(2*abs(Y_state_Position)/9.8);
        R =  -abs(Ball_Distance -Ball_Target);** ←ここでRを計算，常にRは値が更新されます．**
        RR = [RR;R]; **←計算されたRをRRに格納したいです．**
       % 報酬の計算
        
         
         if (state(2) > 0) ||  (SimplePendulum.Y_Position < 0) 
             IsDone = true;
             [InitialObservation, LoggedSignal] = myResetFunction(SimplePendulum);
              LoggedSignal.State = [-pi/2 ; 0];
              InitialObservation = LoggedSignal.State;
              state = InitialObservation; 
              SimplePendulum.Theta =-pi/2;
              SimplePendulum.AngularVelocity = 0;
             
       
         end
          
      
        
      
        LoggedSignals.State = state;                    % 状態を保存
       
        
        % 次の状態 状態を更新
        NextObservation = LoggedSignals.State;
          
       
        Reward =  +max(R);
            
        
           
end
コード

jbpb0

2021/10/13 11:16

「myStepfunction」を何度も実行して、一回実行したら「RR」の末尾にその時に計算した「R」を一つ追加したい、ということですか？

tazaryu

2021/10/14 04:55

その通りです．説明不足でした．実行するたびにRRにRの値を追加したいです．

行動規範の内容に同意します

回答1件

ベストアンサー

「関数myStepfunction」内の、下記を変更

matlab
1        R = ones(1,1);
2        RR = [];

↓

matlab
1        global RR

　
始めて「関数myStepfunction」を実行するよりも前に、下記を一回だけ実行

matlab
1global RR
2RR = [];

　
以上を行えば、「関数myStepfunction」を実行する度に、「RR」の末尾に関数内で計算された「R」の数値が追加されるはずです

.
【追記】
上記の変更により、「関数myStepfunction」は下記のようになります

matlab
1function [NextObservation, Reward, IsDone, LoggedSignals] = myStepfunction(Action,LoggedSignals,SimplePendulum)
2
3        % 操作する前の状態を取得
4
5        statePre = [-pi/2;0];
6        statePre(1) = SimplePendulum.Theta;
7        statePre(2) = SimplePendulum.AngularVelocity;
8
9        IsDone = false;
10
11        % 状態を更新 
12
13        SimplePendulum.pstep(Action);
14
15        % 操作後の状態を取得
16        state = [-pi/2;0];                                  % 状態を初期化
17        state(1) = SimplePendulum.Theta;                % 角度
18        state(2) = SimplePendulum.AngularVelocity;      % 角速度
19
20        X_state_Position = sin(state(1));
21        Y_state_Position = -cos(state(1));
22
23
24        % ボールの距離の計算と誤差
25        %R = ones(1,1);
26        %RR = [];
27        global RR
28        Ball_Target = 10;
29        Ball_Distance = X_state_Position + (-state(2))* sqrt(2*abs(Y_state_Position)/9.8);
30        R =  -abs(Ball_Distance -Ball_Target);** ←ここでRを計算，常にRは値が更新されます．**
31        RR = [RR;R]; **←計算されたRをRRに格納したいです．**
32       % 報酬の計算
33
34
35         if (state(2) > 0) ||  (SimplePendulum.Y_Position < 0) 
36             IsDone = true;
37             [InitialObservation, LoggedSignal] = myResetFunction(SimplePendulum);
38              LoggedSignal.State = [-pi/2 ; 0];
39              InitialObservation = LoggedSignal.State;
40              state = InitialObservation; 
41              SimplePendulum.Theta =-pi/2;
42              SimplePendulum.AngularVelocity = 0;
43
44
45         end
46
47
48
49
50        LoggedSignals.State = state;                    % 状態を保存
51
52
53        % 次の状態 状態を更新
54        NextObservation = LoggedSignals.State;
55
56
57        Reward =  +max(R);
58
59
60
61end

変更した関数を用いて、下記のように実行して、結果を確認してみてください
(「...」には、適切なパラメータを記入してください)

matlab
1global RR
2RR = [];
3myStepfunction(...)
4myStepfunction(...)
5myStepfunction(...)
6disp(RR)

投稿2021/10/14 08:54

編集2021/10/20 01:09

jbpb0

総合スコア7653

tazaryu

2021/10/14 14:41

頂いたアドバイス通り，global RRを使って行いましたが，RR = 　single -23.2330のように値が更新されてしまいます．

jbpb0

2021/10/14 15:05

関数内に RR = []; が残ってなければ、消されずに追加されるはずです

jbpb0

2021/10/15 01:45

内容が function teststep(R) global RR RR = [RR;R]; end だけの、「teststep.m」というファイルを作ってください次に、MATLABで global RR RR = []; teststep(1) teststep(2) teststep(3) disp(RR) を実行してみてくださいそうしたら、下記のように結果表示され、「関数teststep」を実行する度に「RR」の末尾に数値が追加されることが分かるはずです 1 2 3 質問者さんも、上記の手順通りに行なってみてくださいそれで、同じ結果になることが確認できたら、質問者さんが質問のコードを私の回答を参照して修正しても > 値が更新されてしまいます．となってしまう理由を考えてみてください正しく修正すれば、このコメントに書いた簡易なコードのように、うまくいくはずなのです

tazaryu

2021/11/08 07:43

丁寧に教示していいただき，ありがとうございます

行動規範の内容に同意します