コード例 #1
0
ファイル: dynamics_test.py プロジェクト: sky4star/open_spiel 
    def test_boltzmann_q(self):

        x = np.asarray([1 / 2, 1 / 2])
        payoff = np.asarray([[1, 0], [0, 1]], dtype=np.float32)
        temperature = 1

        np.testing.assert_array_equal(
            dynamics.boltzmannq(x, payoff, temperature),
            _q_learning_dynamics(x, payoff, temperature))
コード例 #2
0
def boltzmann_qlearning(state, fitness, temperature=0.01):
    return egt_dyn.boltzmannq(state, fitness, temperature)