如何解决在设计用于强化学习的网格世界时如何表示状态空间
我想设计一个 5x5 网格世界，在这个世界中，代理可以移动以尝试使用 RL 算法。直观地说，我会用元组 (x,y) 来描述状态，即在 python 中使用列表 [x,y] 或 numpy 数组。然而，这在实现大多数算法时会变得很麻烦。例如，如果我想要一个包含条目 Q(s,a) 的 Q 值矩阵，我不能只使用 numpy 矩阵，其中行索引对应于状态，而必须使用更复杂的东西。
我的问题是枚举所有状态是否是标准的，即 1,2,...,25 而不是使用 (x,y)，或者是否有另一种巧妙的方式来表示状态，使处理它们变得容易
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
