我正在尝试构建一个RL模型，其中输入是一个NxM矩阵，N是可选动作的数量，M是描述动作的特征。到目前为止，在我所见过的所有RL问题中，状态空间要么是一个向量，然后传递给一个常规的神经网络，要么是一个图像，然后通过卷积神经网络传递进来。但是假设我们有一个环境，其中的目标是学习为固定任务选择最强大的工作者，单个状态表示如下所示：
names = ['Bob&
浏览 21提问于2021-02-17得票数 0
我在R中建立了一个Q-学习问题，并希望对我的方法的理论正确性有所帮助。
对于这个问题的问题结构，环境由10个可能的状态组成。在每种状态下，代理都有11个可能的操作，可以从中选择(无论代理处于何种状态，这些操作都是相同的)。随着时间的推移，它得到的回报越来越少。我已经研究过其他潜在的</
浏览 0提问于2017-07-29得票数 1
我正在建立机器人手臂的轨迹，并以矩阵格式计算了自由度的位置，即第一位置是矩阵(x1,y1,z1)的第1行，第二位置是第2行(x2,y2,z2)等等。我试图在Simulink中一次读取一行，并在到达第一个位置时更改为下一行。但是，我不可能用脚本来解决这个问题。有什么建议吗？
浏览 3提问于2014-06-02得票数 0
回答已采纳
5回答
我希望将GUI实现为状态机。我认为这样做有好处也有缺点，但这不是这个问题的主题。在阅读了这方面的文章之后，我发现了几种在C++中对状态机建模的方法，我坚持使用了2，但是我不知道哪种方法更适合于GUI建模。用以下方法将状态机表示为状态列表：
- `OnEnterState(...);`从StateMachine::OnEvent将
浏览 12提问于2012-12-07得票数 3
回答已采纳
为什么numpy.random.choice和random.choice的工作方式不一样？当我这样做的时候： (1, 2) >>> np.random.choice([(1,2), (3,4)]) File "<stdin>"mtrand/mtrand.c:15450
浏览 0提问于2017-04-28得票数 6
回答已采纳
1回答
我对任何机器学习方法都很陌生，我想我会尝试一下Q-学习。所以我一直在读这篇文章：
Q(1, 5) = R(1, 5) + 0.8 * Max[Q(5, 1), Q(5, 4), Q(5, 5)] = 100 + 0.8 * 0 =R矩阵是静态的。
浏览 0提问于2015-09-03得票数 1
回答已采纳
我已经在R中建立了一个Q学习问题，并希望在我构建问题的方法的理论正确性方面提供一些帮助。
Problem structure对于此问题，环境由10种可能的状态组成。在每个状态下，代理都有11个可供选择的潜在操作(这些操作与代理所处的状态无关)。最大的问题是，在我的Q学习中，我的代理没有学习。随着时间的推移，<e
浏览 61提问于2017-07-29得票数 0
回答已采纳
它基本上由n×m (n×m)个单元矩阵组成。每个单元格都有边和角(点)。规则很简单。你必须在这些点之间画一条线，以形成一个没有交叉点或分支的单圈。一个单元格的数字表示它周围有多少行。为了开发可视化的n×m矩阵，我考虑使用n×m行的网格布局。每个单元格将保留一个默认不透明度为0的按钮，即它是透明的。当用户单击一条边时，它的
浏览 1提问于2012-10-28得票数 1
回答已采纳
2回答
我有一个状态|Q>的n位，并希望测量位数i。是否有一个矩阵可以应用于状态，所以状态Q最终变成了Q'，就像Hadamard或X门一样？或者我应该根据测量结果应用度量矩阵|x><x|，如果是0，那么是x=0，如果是1，则是x=1。
浏览 1提问于2016-03-28得票数 2
示例
随附的是Lefty算法的演练，该算法计算nxn 0-1矩阵的数目，在每一行和每列中有t矩阵，但在主对角线上没有。用于验证所给方程的算法对所有可能的矩阵进行计数，但不构造它们。它被称为“左”，它相当简单，最好用一个例子来描述。假设我们想要计算6x60-1矩阵的数目，每一行和每列有两个矩阵，但是主对角线上没有
浏览 2提问于2016-01-16得票数 2
我使用Modrian对OLAP多维数据集进行建模，并使用Jaspersoft表示它。多维数据集建立在一个包含FKs到维度表的事实表之上。目前，我的事实表拥有维度的可空外键，我个人认为这很有趣(据我所知，这只是造型决定是否使用可空的FKs ( ) )。问题是，当选择所有的状态(在我的设计中，state是维度)时，我只得到具有状态的记录，而不是没有
浏览 4提问于2015-08-19得票数 1
回答已采纳
3回答
这是我遇到的问题DFAs可以用状态图表示。数组A表示从状态编号I到状态Ai的0边缘，对于所有的0≤i≤K-1
数组B表示从状态编号i到状态Bi的1条边，用于所有0≤i≤K
浏览 4提问于2015-10-10得票数 6
回答已采纳
但是它总是传递dataTable的最后一行，而不是包含当前单击的p:inputText__的行的索引。从我之前的问题中可以看出，我正在尝试使用p:inputText作为一个状态的注释者，比如在Facebook或其他。实现包括一个p:dataTable。它的行表示每种状态。，在第二个状态(<em
浏览 2提问于2013-02-20得票数 3
回答已采纳
1回答
本质上，我有一个Q值矩阵，其中每一行对应一个状态，每列对应一个动作。[Q(sn,a1), Q(sn,a2), Q(sn,a3), Q(sn,a4)]我的第一个假设是建立一个两层网络，输入层的输入神经元和有状态</e
浏览 2提问于2015-04-30得票数 1
回答已采纳
我正在阅读下面的教程，它使用MNIST手写数字数据库。machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/
28x28大小的图像数据必须被重塑成一个784像素的一维矢量。为什么多层感知器只坚持输入数据的一维矢量？卷积神经网络和递归神经网络不存在接受高维输入形状的问题。
浏览 0提问于2018-08-18得票数 2
我有一个有4个对象的环境。可以选择所有这些对象，也可以不选择。因此，我的DQN所采取的行动应该类似于- [1,0,1,1],[0,0,0,1],[1,1,0,0]...etc。其中1表示对象被选中，0表示对象未被选中。作为DQN输入的环境状态由每个对象的属性和环境的其他因素组成。DQN将根据它所做的选择获得奖励。我刚开始强化学习，我只构建了DQN
浏览 0提问于2020-05-22得票数 1
回答已采纳
3回答
计算矩阵块
、、、
直观地说，n可以看作是矩阵的“像素大小”。++oo++++oo++++++有块状2。虽然有些条目可以被认为属于较大的块，但2是对所有条目有效的最大块大小。即使任何条目都可以被视为属于某个大小为“滑动”的2块，也不可能使用该大小的相邻块来形成
浏览 0提问于2021-11-08得票数 19
回答已采纳
2回答
我正在尝试使用值迭代(通过pymdptoolbox)和NumPy为中指定的马尔可夫决策过程问题找到最优策略。但是pymdptoolbox说我的转换矩阵“不是随机的”。import mdptoolbox
trans
浏览 4提问于2017-04-28得票数 1
2回答
我正在阅读一个问题，并试图解决这个问题。
你有一张圆形餐桌，你想让周围的人都坐下来。不幸的是，并不是所有的朋友都是朋友，但你想让每个人都坐到最好的位置，这样尽可能多的人坐在他们认为是朋友而不是敌人的人旁边。你在一个大小为NxN的矩阵中描绘了每个人的友谊和仇恨，用整数表示友谊，用-1表示仇恨，用0表示冷漠。，例
浏览 1提问于2019-02-03得票数 10
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
