得られた値を行列に追加したいです．

Question

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

Comments

[jbpb0]

「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]

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．

Answer 1

「関数myStepfunction」内の、下記を変更

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

↓

        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

global RR
RR = [];

　
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

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 = [];
        global 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

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)

global RR
RR = [];
myStepfunction(...)
myStepfunction(...)
myStepfunction(...)
disp(RR)

Comments

[tazaryu]

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]

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]

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]

丁寧に教示していいただき，ありがとうございます