> 文章列表 > 强化学习原理及应用作业之动态规划算法【SYSU_2023SpringRL】

强化学习原理及应用作业之动态规划算法【SYSU_2023SpringRL】

文章列表

强化学习原理及应用作业之动态规划算法【SYSU_2023SpringRL】

强化学习原理及应用作业之动态规划算法【SYSU_2023SpringRL】

题目描述：
任务一：动态规划方法
一、策略迭代算法
- 1、代码
- 2、结果
- 3、思路讲解
- - 策略评估
  - 策略提升
二、价值迭代算法
- 1、代码
- 2、结果
- 3、思路讲解
- - 算法整个流程
总结

题目描述：

本次实践作业将在以下环境进行：
在这里插入图片描述
该环境由一个 6×6 网格组成，其中黄色圆圈为智能体出发点，黑色格子为无法通过的墙壁，若智能体向着墙壁方向移动，则会停留在原地，地图边界的移动同理。带有黄色边框的格子为终止状