Ejemplos de TD0 en Python

Ejemplo n.º 1

 def get_tabular_expected_sarsa(self) -> td0_tabular.TD0:
     return td0_tabular.TD0(self.get_mdp_rep_for_rl_tabular(),
                            self.exploring_start, TDAlgorithm.ExpectedSARSA,
                            self.softmax, self.epsilon,
                            self.epsilon_half_life, self.learning_rate,
                            self.learning_rate_decay, self.num_episodes,
                            self.max_steps)

Ejemplo n.º 2

Archivo: run_all_algorithms.py Proyecto: gravityrahul/MDP-DP-RL

 def get_tabular_qlearning(self) -> td0_tabular.TD0:
     return td0_tabular.TD0(
         self.get_mdp_rep_for_rl_tabular(),
         TDAlgorithm.QLearning,
         self.softmax,
         self.epsilon,
         self.epsilon_half_life,
         self.learning_rate,
         self.learning_rate_decay,
         self.num_episodes,
         self.max_steps
     )