def setUp(self):
actionCost = -1
moveCost = -3
goalStates = [(0, 0)]
goalReward = 10
primitivePolicies = {
'up': (0, 1),
'down': (0, -1),
'right': (1, 0),
'left': (-1, 0)
}
stateSet = [(i, j) for i in range(2) for j in range(2)]
getNextState = targetCode.tf.getNextState
primitiveSPrime = targetCode.tf.GetPrimitiveSPrime(
primitivePolicies, stateSet, getNextState)
primitiveReward = targetCode.GetPrimitiveOptionReward(
actionCost, moveCost, goalStates, goalReward, primitiveSPrime)
landmarkPolicies = {
'h1': {
(0, 0): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(0, 1): {
(0, -1): 1.0
},
(1, 0): {
(-1, 0): 1.0
},
(1, 1): {
(0, -1): 0.5,
(-1, 0): 0.5
}
}
}
optionTerminations = {"h1": (0, 0)}
landmarkSPrime = targetCode.tf.GetLandmarkSPrime(optionTerminations)
landmarkReward = targetCode.GetLandmarkOptionReward(
actionCost, moveCost, goalStates, goalReward, landmarkPolicies,
landmarkSPrime, getNextState)
optionReward = {
'up': primitiveReward,
'down': primitiveReward,
'left': primitiveReward,
'right': primitiveReward,
'h1': landmarkReward
}
self.rewardFunction = targetCode.RewardFunction(optionReward)
def setUp(self):
gamma = 0.9
convergenceTolerance = 0.00001
stateSet = [(i, j) for i in range(2) for j in range(2)]
landmarkLocation = {"h1": (0, 0)}
landmarkStateSet = {"h1": stateSet}
getNextState = tf.getNextState
primitiveOptions = {
"up": (0, 1),
"down": (0, -1),
"left": (-1, 0),
"right": (1, 0)
}
primitiveSPrime = tf.GetPrimitiveSPrime(primitiveOptions, stateSet,
getNextState)
optionSPrime = {
option: primitiveSPrime
for option in primitiveOptions.keys()
}
transitionFunction = tf.TransitionFunction(optionSPrime)
actionCost = -1
moveCost = -3
goalStates = [(0, 0)]
goalReward = 10
primitiveReward = rf.GetPrimitiveOptionReward(actionCost, moveCost,
goalStates, goalReward,
primitiveSPrime)
optionReward = {
option: primitiveReward
for option in primitiveOptions.keys()
}
rewardFunction = rf.RewardFunction(optionReward)
getLandmarkPolicy = targetCode.GetLandmarkPolicy(
gamma, convergenceTolerance)
merge = targetCode.merge
landmarkSetUp = targetCode.SetUpLandmark(
landmarkLocation, landmarkStateSet, primitiveOptions,
transitionFunction, rewardFunction, getLandmarkPolicy, merge)
existingOptions = {}
self.result = landmarkSetUp(existingOptions)
def main():
stateSet = [(i,j) for i in range(5) for j in range(10)]
getNextState = tf.getNextState
primitivePolicies = {'up': (0,1), 'down':(0,-1), 'left': (-1,0), 'right': (1,0), 'ul': (-1,1), 'ur': (1,1), 'll': (-1,-1), 'lr': (1,-1)}
primitiveSPrime = tf.GetPrimitiveSPrime(primitivePolicies, stateSet, getNextState)
optionTerminations = {'L': (4,9), 'R': (0,9)}
landmarkSPrime = tf.GetLandmarkSPrime(optionTerminations)
optionSPrime = {'S': landmarkSPrime, 'L': landmarkSPrime, 'R': landmarkSPrime}
transitionFunction = tf.TransitionFunction(optionSPrime)
actionCost = -1
moveCost = -3
goalStates = [(0,9)]
goalReward = 10
primitiveReward = rf.GetPrimitiveOptionReward(actionCost, moveCost, goalStates, goalReward, primitiveSPrime)
landmarkPolicies = {'L': {(0, 0): {(0, 1): 0.5, (1, 1): 0.5}, (0, 1): {(0, 1): 0.5, (1, 1): 0.5}, (0, 2): {(0, 1): 0.5, (1, 1): 0.5}, (0, 3): {(0, 1): 0.5, (1, 1): 0.5}, (0, 4): {(0, 1): 0.5, (1, 1): 0.5}, (0, 5): {(1, 1): 1.0}, (0, 6): {(1, 0): 0.5, (1, 1): 0.5}, (0, 7): {(1, 0): 0.3333333333333333, (1, 1): 0.3333333333333333, (1, -1): 0.3333333333333333}, (0, 8): {(1, 0): 0.3333333333333333, (1, 1): 0.3333333333333333, (1, -1): 0.3333333333333333}, (0, 9): {(1, 0): 0.5, (1, -1): 0.5}, (1, 0): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 1): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 2): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 3): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 4): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 5): {(0, 1): 0.5, (1, 1): 0.5}, (1, 6): {(1, 1): 1.0}, (1, 7): {(1, 0): 0.5, (1, 1): 0.5}, (1, 8): {(1, 0): 0.3333333333333333, (1, 1): 0.3333333333333333, (1, -1): 0.3333333333333333}, (1, 9): {(1, 0): 0.5, (1, -1): 0.5}, (2, 0): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 1): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 2): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 3): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 4): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 5): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 6): {(0, 1): 0.5, (1, 1): 0.5}, (2, 7): {(1, 1): 1.0}, (2, 8): {(1, 0): 0.5, (1, 1): 0.5}, (2, 9): {(1, 0): 0.5, (1, -1): 0.5}, (3, 0): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 1): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 2): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 3): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 4): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 5): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 6): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (3, 7): {(0, 1): 0.5, (1, 1): 0.5}, (3, 8): {(1, 1): 1.0}, (3, 9): {(1, 0): 1.0}, (4, 0): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 1): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 2): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 3): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 4): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 5): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 6): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 7): {(0, 1): 0.5, (-1, 1): 0.5}, (4, 8): {(0, 1): 1.0}, (4, 9): {(0, 1): 0.2, (1, 0): 0.2, (1, 1): 0.2, (-1, 1): 0.2, (1, -1): 0.2}}, 'R': {(0, 5): {(0, 1): 0.5, (1, 1): 0.5}, (0, 6): {(0, 1): 0.5, (1, 1): 0.5}, (0, 7): {(0, 1): 0.5, (1, 1): 0.5}, (0, 8): {(0, 1): 1.0}, (0, 9): {(0, 1): 0.2, (-1, 0): 0.2, (1, 1): 0.2, (-1, 1): 0.2, (-1, -1): 0.2}, (1, 5): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 6): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (1, 7): {(0, 1): 0.5, (-1, 1): 0.5}, (1, 8): {(-1, 1): 1.0}, (1, 9): {(-1, 0): 1.0}, (2, 5): {(0, 1): 0.3333333333333333, (1, 1): 0.3333333333333333, (-1, 1): 0.3333333333333333}, (2, 6): {(0, 1): 0.5, (-1, 1): 0.5}, (2, 7): {(-1, 1): 1.0}, (2, 8): {(-1, 0): 0.5, (-1, 1): 0.5}, (2, 9): {(-1, 0): 0.5, (-1, -1): 0.5}, (3, 5): {(0, 1): 0.5, (-1, 1): 0.5}, (3, 6): {(-1, 1): 1.0}, (3, 7): {(-1, 0): 0.5, (-1, 1): 0.5}, (3, 8): {(-1, 0): 0.3333333333333333, (-1, 1): 0.3333333333333333, (-1, -1): 0.3333333333333333}, (3, 9): {(-1, 0): 0.5, (-1, -1): 0.5}, (4, 5): {(-1, 1): 1.0}, (4, 6): {(-1, 0): 0.5, (-1, 1): 0.5}, (4, 7): {(-1, 0): 0.3333333333333333, (-1, 1): 0.3333333333333333, (-1, -1): 0.3333333333333333}, (4, 8): {(-1, 0): 0.3333333333333333, (-1, 1): 0.3333333333333333, (-1, -1): 0.3333333333333333}, (4, 9): {(-1, 0): 0.5, (-1, -1): 0.5}}}
landmarkReward = rf.GetLandmarkOptionReward(actionCost, moveCost, goalStates, goalReward, landmarkPolicies, landmarkSPrime, getNextState)
optionReward = {'S': landmarkReward, 'L': landmarkReward, 'R': landmarkReward}
rewardFunction = rf.RewardFunction(optionReward)
optionSpace = {(0, 0): ['L'], (0, 1): ['L'], (0, 2): ['L'], (0, 3): ['L'], (0, 4): ['L'], (0, 5): ['L', 'R'], (0, 6): ['L', 'R'], (0, 7): ['L', 'R'], (0, 8): ['L', 'R'], (0, 9): ['L', 'R'], (1, 0): ['L'], (1, 1): ['L'], (1, 2): ['L'], (1, 3): ['L'], (1, 4): ['L'], (1, 5): ['L', 'R'], (1, 6): ['L', 'R'], (1, 7): ['L', 'R'], (1, 8): ['L', 'R'], (1, 9): ['L', 'R'], (2, 0): ['L'], (2, 1): ['L'], (2, 2): ['L'], (2, 3): ['L'], (2, 4): ['L'], (2, 5): ['L', 'R'], (2, 6): ['L', 'R'], (2, 7): ['L', 'R'], (2, 8): ['L', 'R'], (2, 9): ['L', 'R'], (3, 0): ['L'], (3, 1): ['L'], (3, 2): ['L'], (3, 3): ['L'], (3, 4): ['L'], (3, 5): ['L', 'R'], (3, 6): ['L', 'R'], (3, 7): ['L', 'R'], (3, 8): ['L', 'R'], (3, 9): ['L', 'R'], (4, 0): ['L'], (4, 1): ['L'], (4, 2): ['L'], (4, 3): ['L'], (4, 4): ['L'], (4, 5): ['L', 'R'], (4, 6): ['L', 'R'], (4, 7): ['L', 'R'], (4, 8): ['L', 'R'], (4, 9): ['L', 'R']}
optionSpaceFunction = lambda x: optionSpace[x]
gamma = 0.9
convergenceTolerance = 0.00001
smdpResult = smdp.SemiMDP(gamma, convergenceTolerance)
V, policy = smdpResult(stateSet, transitionFunction, rewardFunction, optionSpaceFunction)
normalPathSetUp = GetNormalPath(landmarkPolicies, policy, optionTerminations, getNextState, goalStates, stateSet)
checkCondition = io.CheckCondition(optionSpaceFunction)
interruptedPathSetUp = GetInterruptedPath(checkCondition, landmarkPolicies, policy, optionTerminations, getNextState, goalStates, stateSet)
agentStartingLocation = (4,0)
normalPath = normalPathSetUp(agentStartingLocation)
interruptedPath = interruptedPathSetUp(agentStartingLocation)
print("Original Path: ", normalPath)
print ("Interrupted Path: ", interruptedPath)
def setUp(self):
actionCost = -1
moveCost = -3
goalStates = [(0, 0)]
goalReward = 10
primitivePolicies = {
'up': (0, 1),
'down': (0, -1),
'right': (1, 0),
'left': (-1, 0)
}
stateSet = [(i, j) for i in range(2) for j in range(2)]
getNextState = targetCode.tf.getNextState
getPrimitiveSPrime = targetCode.tf.GetPrimitiveSPrime(
primitivePolicies, stateSet, getNextState)
self.getReward = targetCode.GetPrimitiveOptionReward(
actionCost, moveCost, goalStates, goalReward, getPrimitiveSPrime)
def setUp(self):
gamma = 0.9
convergenceTolerance = 0.001
stateSet = [(i, j) for i in range(2) for j in range(2)]
actionCost = -1
moveCost = -3
goalReward = 10
goalStates = [(0, 0)]
getNextState = tf.getNextState
primitiveOptions = {
"up": (0, 1),
"down": (0, -1),
"left": (-1, 0),
"right": (1, 0)
}
primitiveSPrime = tf.GetPrimitiveSPrime(primitiveOptions, stateSet,
getNextState)
optionSPrime = {
option: primitiveSPrime
for option in primitiveOptions.keys()
}
transitionFunction = tf.TransitionFunction(optionSPrime)
primitiveReward = rf.GetPrimitiveOptionReward(actionCost, moveCost,
goalStates, goalReward,
primitiveSPrime)
optionReward = {
option: primitiveReward
for option in primitiveOptions.keys()
}
rewardFunction = rf.RewardFunction(optionReward)
actions = list(primitiveOptions.keys())
actionSpace = {state: actions for state in stateSet}
actionSpaceFunction = lambda x: actionSpace[x]
setUp = targetCode.GetLandmarkPolicy(gamma, convergenceTolerance)
self.policy = setUp(transitionFunction, rewardFunction, stateSet,
actionSpaceFunction)
def main():
fullGrid = [(i, j) for i in range(13) for j in range(13)]
border = [(0, 12), (1, 12), (2, 12), (3, 12), (4, 12), (5, 12), (6, 12),
(7, 12), (8, 12), (9, 12), (10, 12), (11, 12), (12, 12), (0, 0),
(1, 0), (2, 0), (3, 0), (4, 0), (5, 0), (6, 0), (7, 0), (8, 0),
(9, 0), (10, 0), (11, 0), (12, 0), (0, 1), (0, 2), (0, 3),
(0, 4), (0, 5), (0, 6), (0, 7), (0, 8), (0, 9), (0, 10), (0, 11),
(12, 1), (12, 2), (12, 3), (12, 4), (12, 5), (12, 6), (12, 7),
(12, 8), (12, 9), (12, 10), (12, 11)]
hallways = [(6, 1), (6, 3), (6, 4), (6, 5), (6, 6), (11, 6), (9, 6),
(8, 6), (7, 6), (5, 6), (4, 6), (2, 6), (1, 6), (7, 7), (7, 8),
(7, 10), (7, 11)]
for state in border:
fullGrid.remove(state)
for state in hallways:
fullGrid.remove(state)
stateSet = fullGrid
getNextState = tf.getNextState
primitivePolicies = {
'up': (0, 1),
'down': (0, -1),
'right': (1, 0),
'left': (-1, 0)
}
primitiveSPrime = tf.GetPrimitiveSPrime(primitivePolicies, stateSet,
getNextState)
optionTerminations = {
"h1": (6, 2),
"h2": (10, 6),
"h3": (3, 6),
"h4": (7, 9),
"goal": (9, 9)
}
landmarkSPrime = tf.GetLandmarkSPrime(optionTerminations)
optionSPrime = {
'up': primitiveSPrime,
'down': primitiveSPrime,
'left': primitiveSPrime,
'right': primitiveSPrime,
'h1': landmarkSPrime,
'h2': landmarkSPrime,
'h3': landmarkSPrime,
'h4': landmarkSPrime,
'goal': landmarkSPrime
}
transitionFunction = tf.TransitionFunction(optionSPrime)
availableOptions = list(optionSPrime.keys())
actionCost = -1
moveCost = -3
goalStates = [(9, 9)]
goalReward = 10
primitiveReward = rf.GetPrimitiveOptionReward(actionCost, moveCost,
goalStates, goalReward,
primitiveSPrime)
#need to add landmark policy for goal state: h1 h2 h3 h4 goal
#new change = add neighboring landmarks into the stateset of the current so will not get stuck when in the location of a landmark
landmarkPolicies = {
'h1': {
(1, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 2): {
(1, 0): 1.0
},
(1, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 2): {
(1, 0): 1.0
},
(2, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(3, 2): {
(1, 0): 1.0
},
(3, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(4, 2): {
(1, 0): 1.0
},
(4, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(5, 1): {
(0, 1): 1.0
},
(5, 2): {
(1, 0): 1.0
},
(5, 3): {
(0, -1): 1.0
},
(5, 4): {
(0, -1): 1.0
},
(5, 5): {
(0, -1): 1.0
},
(7, 1): {
(0, 1): 1.0
},
(7, 2): {
(-1, 0): 1.0
},
(7, 3): {
(0, -1): 1.0
},
(7, 4): {
(0, -1): 1.0
},
(7, 5): {
(0, -1): 1.0
},
(8, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(8, 2): {
(-1, 0): 1.0
},
(8, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(8, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(8, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(9, 2): {
(-1, 0): 1.0
},
(9, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 2): {
(-1, 0): 1.0
},
(10, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 2): {
(-1, 0): 1.0
},
(11, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 2): {
(0, 1): 0.5,
(0, -1): 0.5
},
(10, 6): {
(0, -1): 1.0
},
(3, 6): {
(0, -1): 1.0
}
},
'h2': {
(7, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 5): {
(1, 0): 1.0
},
(8, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 5): {
(1, 0): 1.0
},
(9, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 5): {
(1, 0): 1.0
},
(10, 1): {
(0, 1): 1.0
},
(10, 2): {
(0, 1): 1.0
},
(10, 3): {
(0, 1): 1.0
},
(10, 4): {
(0, 1): 1.0
},
(10, 5): {
(0, 1): 1.0
},
(11, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 2): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 3): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 4): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 5): {
(-1, 0): 1.0
},
(8, 7): {
(1, 0): 1.0
},
(8, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 7): {
(1, 0): 1.0
},
(9, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(10, 7): {
(0, -1): 1.0
},
(10, 8): {
(0, -1): 1.0
},
(10, 9): {
(0, -1): 1.0
},
(10, 10): {
(0, -1): 1.0
},
(10, 11): {
(0, -1): 1.0
},
(11, 7): {
(-1, 0): 1.0
},
(11, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 6): {
(1, 0): 0.5,
(-1, 0): 0.5
},
(6, 2): {
(1, 0): 1.0
},
(7, 9): {
(1, 0): 1.0
}
},
'h3': {
(1, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 5): {
(1, 0): 1.0
},
(2, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 5): {
(1, 0): 1.0
},
(3, 1): {
(0, 1): 1.0
},
(3, 2): {
(0, 1): 1.0
},
(3, 3): {
(0, 1): 1.0
},
(3, 4): {
(0, 1): 1.0
},
(3, 5): {
(0, 1): 1.0
},
(4, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 2): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 3): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 4): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 5): {
(-1, 0): 1.0
},
(5, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 2): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 3): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 4): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 5): {
(-1, 0): 1.0
},
(1, 7): {
(1, 0): 1.0
},
(1, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 7): {
(1, 0): 1.0
},
(2, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 7): {
(0, -1): 1.0
},
(3, 8): {
(0, -1): 1.0
},
(3, 9): {
(0, -1): 1.0
},
(3, 10): {
(0, -1): 1.0
},
(3, 11): {
(0, -1): 1.0
},
(4, 7): {
(-1, 0): 1.0
},
(4, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(4, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(4, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(4, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 7): {
(-1, 0): 1.0
},
(5, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 7): {
(-1, 0): 1.0
},
(6, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(3, 6): {
(1, 0): 0.5,
(-1, 0): 0.5
},
(6, 2): {
(-1, 0): 1.0
},
(7, 9): {
(-1, 0): 1.0
}
},
'h4': {
(8, 7): {
(0, 1): 1.0
},
(8, 8): {
(0, 1): 1.0
},
(8, 9): {
(-1, 0): 1.0
},
(8, 10): {
(0, -1): 1.0
},
(8, 11): {
(0, -1): 1.0
},
(9, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(9, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(9, 9): {
(-1, 0): 1.0
},
(9, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 9): {
(-1, 0): 1.0
},
(10, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 9): {
(-1, 0): 1.0
},
(11, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(1, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 9): {
(1, 0): 1.0
},
(1, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 9): {
(1, 0): 1.0
},
(2, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(3, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(3, 9): {
(1, 0): 1.0
},
(3, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(4, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(4, 9): {
(1, 0): 1.0
},
(4, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(5, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(5, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(5, 9): {
(1, 0): 1.0
},
(5, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(5, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(6, 7): {
(0, 1): 1.0
},
(6, 8): {
(0, 1): 1.0
},
(6, 9): {
(1, 0): 1.0
},
(6, 10): {
(0, -1): 1.0
},
(6, 11): {
(0, -1): 1.0
},
(7, 9): {
(0, 1): 0.5,
(0, -1): 0.5
},
(3, 6): {
(0, 1): 1.0
},
(10, 6): {
(0, 1): 1.0
}
},
'goal': {
(8, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 9): {
(1, 0): 1.0
},
(8, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 7): {
(0, 1): 1.0
},
(9, 8): {
(0, 1): 1.0
},
(9, 9): {
(0, 1): 0.25,
(0, -1): 0.25,
(1, 0): 0.25,
(-1, 0): 0.25
},
(9, 10): {
(0, -1): 1.0
},
(9, 11): {
(0, -1): 1.0
},
(10, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 9): {
(-1, 0): 1.0
},
(10, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 9): {
(-1, 0): 1.0
},
(11, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 6): {
(0, 1): 1.0
},
(7, 9): {
(1, 0): 1.0
}
}
}
#old landmark policies without goal
#landmarkPolicies = {'h1': {(1, 1): {(0, 1): 0.5, (1, 0): 0.5}, (1, 2): {(1, 0): 1.0}, (1, 3): {(0, -1): 0.5, (1, 0): 0.5}, (1, 4): {(0, -1): 0.5, (1, 0): 0.5}, (1, 5): {(0, -1): 0.5, (1, 0): 0.5}, (2, 1): {(0, 1): 0.5, (1, 0): 0.5}, (2, 2): {(1, 0): 1.0}, (2, 3): {(0, -1): 0.5, (1, 0): 0.5}, (2, 4): {(0, -1): 0.5, (1, 0): 0.5}, (2, 5): {(0, -1): 0.5, (1, 0): 0.5}, (3, 1): {(0, 1): 0.5, (1, 0): 0.5}, (3, 2): {(1, 0): 1.0}, (3, 3): {(0, -1): 0.5, (1, 0): 0.5}, (3, 4): {(0, -1): 0.5, (1, 0): 0.5}, (3, 5): {(0, -1): 0.5, (1, 0): 0.5}, (4, 1): {(0, 1): 0.5, (1, 0): 0.5}, (4, 2): {(1, 0): 1.0}, (4, 3): {(0, -1): 0.5, (1, 0): 0.5}, (4, 4): {(0, -1): 0.5, (1, 0): 0.5}, (4, 5): {(0, -1): 0.5, (1, 0): 0.5}, (5, 1): {(0, 1): 1.0}, (5, 2): {(1, 0): 1.0}, (5, 3): {(0, -1): 1.0}, (5, 4): {(0, -1): 1.0}, (5, 5): {(0, -1): 1.0}, (7, 1): {(0, 1): 1.0}, (7, 2): {(-1, 0): 1.0}, (7, 3): {(0, -1): 1.0}, (7, 4): {(0, -1): 1.0}, (7, 5): {(0, -1): 1.0}, (8, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (8, 2): {(-1, 0): 1.0}, (8, 3): {(0, -1): 0.5, (-1, 0): 0.5}, (8, 4): {(0, -1): 0.5, (-1, 0): 0.5}, (8, 5): {(0, -1): 0.5, (-1, 0): 0.5}, (9, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (9, 2): {(-1, 0): 1.0}, (9, 3): {(0, -1): 0.5, (-1, 0): 0.5}, (9, 4): {(0, -1): 0.5, (-1, 0): 0.5}, (9, 5): {(0, -1): 0.5, (-1, 0): 0.5}, (10, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (10, 2): {(-1, 0): 1.0}, (10, 3): {(0, -1): 0.5, (-1, 0): 0.5}, (10, 4): {(0, -1): 0.5, (-1, 0): 0.5}, (10, 5): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 2): {(-1, 0): 1.0}, (11, 3): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 4): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 5): {(0, -1): 0.5, (-1, 0): 0.5}, (6, 2): {(0, 1): 0.5, (0, -1): 0.5}}, 'h2': {(7, 1): {(0, 1): 0.5, (1, 0): 0.5}, (7, 2): {(0, 1): 0.5, (1, 0): 0.5}, (7, 3): {(0, 1): 0.5, (1, 0): 0.5}, (7, 4): {(0, 1): 0.5, (1, 0): 0.5}, (7, 5): {(1, 0): 1.0}, (8, 1): {(0, 1): 0.5, (1, 0): 0.5}, (8, 2): {(0, 1): 0.5, (1, 0): 0.5}, (8, 3): {(0, 1): 0.5, (1, 0): 0.5}, (8, 4): {(0, 1): 0.5, (1, 0): 0.5}, (8, 5): {(1, 0): 1.0}, (9, 1): {(0, 1): 0.5, (1, 0): 0.5}, (9, 2): {(0, 1): 0.5, (1, 0): 0.5}, (9, 3): {(0, 1): 0.5, (1, 0): 0.5}, (9, 4): {(0, 1): 0.5, (1, 0): 0.5}, (9, 5): {(1, 0): 1.0}, (10, 1): {(0, 1): 1.0}, (10, 2): {(0, 1): 1.0}, (10, 3): {(0, 1): 1.0}, (10, 4): {(0, 1): 1.0}, (10, 5): {(0, 1): 1.0}, (11, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 2): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 3): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 4): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 5): {(-1, 0): 1.0}, (8, 7): {(1, 0): 1.0}, (8, 8): {(0, -1): 0.5, (1, 0): 0.5}, (8, 9): {(0, -1): 0.5, (1, 0): 0.5}, (8, 10): {(0, -1): 0.5, (1, 0): 0.5}, (8, 11): {(0, -1): 0.5, (1, 0): 0.5}, (9, 7): {(1, 0): 1.0}, (9, 8): {(0, -1): 0.5, (1, 0): 0.5}, (9, 9): {(0, -1): 0.5, (1, 0): 0.5}, (9, 10): {(0, -1): 0.5, (1, 0): 0.5}, (9, 11): {(0, -1): 0.5, (1, 0): 0.5}, (10, 7): {(0, -1): 1.0}, (10, 8): {(0, -1): 1.0}, (10, 9): {(0, -1): 1.0}, (10, 10): {(0, -1): 1.0}, (10, 11): {(0, -1): 1.0}, (11, 7): {(-1, 0): 1.0}, (11, 8): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 9): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (10, 6): {(1, 0): 0.5, (-1, 0): 0.5}}, 'h3': {(1, 1): {(0, 1): 0.5, (1, 0): 0.5}, (1, 2): {(0, 1): 0.5, (1, 0): 0.5}, (1, 3): {(0, 1): 0.5, (1, 0): 0.5}, (1, 4): {(0, 1): 0.5, (1, 0): 0.5}, (1, 5): {(1, 0): 1.0}, (2, 1): {(0, 1): 0.5, (1, 0): 0.5}, (2, 2): {(0, 1): 0.5, (1, 0): 0.5}, (2, 3): {(0, 1): 0.5, (1, 0): 0.5}, (2, 4): {(0, 1): 0.5, (1, 0): 0.5}, (2, 5): {(1, 0): 1.0}, (3, 1): {(0, 1): 1.0}, (3, 2): {(0, 1): 1.0}, (3, 3): {(0, 1): 1.0}, (3, 4): {(0, 1): 1.0}, (3, 5): {(0, 1): 1.0}, (4, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (4, 2): {(0, 1): 0.5, (-1, 0): 0.5}, (4, 3): {(0, 1): 0.5, (-1, 0): 0.5}, (4, 4): {(0, 1): 0.5, (-1, 0): 0.5}, (4, 5): {(-1, 0): 1.0}, (5, 1): {(0, 1): 0.5, (-1, 0): 0.5}, (5, 2): {(0, 1): 0.5, (-1, 0): 0.5}, (5, 3): {(0, 1): 0.5, (-1, 0): 0.5}, (5, 4): {(0, 1): 0.5, (-1, 0): 0.5}, (5, 5): {(-1, 0): 1.0}, (1, 7): {(1, 0): 1.0}, (1, 8): {(0, -1): 0.5, (1, 0): 0.5}, (1, 9): {(0, -1): 0.5, (1, 0): 0.5}, (1, 10): {(0, -1): 0.5, (1, 0): 0.5}, (1, 11): {(0, -1): 0.5, (1, 0): 0.5}, (2, 7): {(1, 0): 1.0}, (2, 8): {(0, -1): 0.5, (1, 0): 0.5}, (2, 9): {(0, -1): 0.5, (1, 0): 0.5}, (2, 10): {(0, -1): 0.5, (1, 0): 0.5}, (2, 11): {(0, -1): 0.5, (1, 0): 0.5}, (3, 7): {(0, -1): 1.0}, (3, 8): {(0, -1): 1.0}, (3, 9): {(0, -1): 1.0}, (3, 10): {(0, -1): 1.0}, (3, 11): {(0, -1): 1.0}, (4, 7): {(-1, 0): 1.0}, (4, 8): {(0, -1): 0.5, (-1, 0): 0.5}, (4, 9): {(0, -1): 0.5, (-1, 0): 0.5}, (4, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (4, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (5, 7): {(-1, 0): 1.0}, (5, 8): {(0, -1): 0.5, (-1, 0): 0.5}, (5, 9): {(0, -1): 0.5, (-1, 0): 0.5}, (5, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (5, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (6, 7): {(-1, 0): 1.0}, (6, 8): {(0, -1): 0.5, (-1, 0): 0.5}, (6, 9): {(0, -1): 0.5, (-1, 0): 0.5}, (6, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (6, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (3, 6): {(1, 0): 0.5, (-1, 0): 0.5}}, 'h4': {(8, 7): {(0, 1): 1.0}, (8, 8): {(0, 1): 1.0}, (8, 9): {(-1, 0): 1.0}, (8, 10): {(0, -1): 1.0}, (8, 11): {(0, -1): 1.0}, (9, 7): {(0, 1): 0.5, (-1, 0): 0.5}, (9, 8): {(0, 1): 0.5, (-1, 0): 0.5}, (9, 9): {(-1, 0): 1.0}, (9, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (9, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (10, 7): {(0, 1): 0.5, (-1, 0): 0.5}, (10, 8): {(0, 1): 0.5, (-1, 0): 0.5}, (10, 9): {(-1, 0): 1.0}, (10, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (10, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 7): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 8): {(0, 1): 0.5, (-1, 0): 0.5}, (11, 9): {(-1, 0): 1.0}, (11, 10): {(0, -1): 0.5, (-1, 0): 0.5}, (11, 11): {(0, -1): 0.5, (-1, 0): 0.5}, (1, 7): {(0, 1): 0.5, (1, 0): 0.5}, (1, 8): {(0, 1): 0.5, (1, 0): 0.5}, (1, 9): {(1, 0): 1.0}, (1, 10): {(0, -1): 0.5, (1, 0): 0.5}, (1, 11): {(0, -1): 0.5, (1, 0): 0.5}, (2, 7): {(0, 1): 0.5, (1, 0): 0.5}, (2, 8): {(0, 1): 0.5, (1, 0): 0.5}, (2, 9): {(1, 0): 1.0}, (2, 10): {(0, -1): 0.5, (1, 0): 0.5}, (2, 11): {(0, -1): 0.5, (1, 0): 0.5}, (3, 7): {(0, 1): 0.5, (1, 0): 0.5}, (3, 8): {(0, 1): 0.5, (1, 0): 0.5}, (3, 9): {(1, 0): 1.0}, (3, 10): {(0, -1): 0.5, (1, 0): 0.5}, (3, 11): {(0, -1): 0.5, (1, 0): 0.5}, (4, 7): {(0, 1): 0.5, (1, 0): 0.5}, (4, 8): {(0, 1): 0.5, (1, 0): 0.5}, (4, 9): {(1, 0): 1.0}, (4, 10): {(0, -1): 0.5, (1, 0): 0.5}, (4, 11): {(0, -1): 0.5, (1, 0): 0.5}, (5, 7): {(0, 1): 0.5, (1, 0): 0.5}, (5, 8): {(0, 1): 0.5, (1, 0): 0.5}, (5, 9): {(1, 0): 1.0}, (5, 10): {(0, -1): 0.5, (1, 0): 0.5}, (5, 11): {(0, -1): 0.5, (1, 0): 0.5}, (6, 7): {(0, 1): 1.0}, (6, 8): {(0, 1): 1.0}, (6, 9): {(1, 0): 1.0}, (6, 10): {(0, -1): 1.0}, (6, 11): {(0, -1): 1.0}, (7, 9): {(0, 1): 0.5, (0, -1): 0.5}}}
landmarkReward = rf.GetLandmarkOptionReward(actionCost, moveCost,
goalStates, goalReward,
landmarkPolicies,
landmarkSPrime, getNextState)
optionReward = {
'up': primitiveReward,
'down': primitiveReward,
'left': primitiveReward,
'right': primitiveReward,
'h1': landmarkReward,
'h2': landmarkReward,
'h3': landmarkReward,
'h4': landmarkReward,
'goal': landmarkReward
}
rewardFunction = rf.RewardFunction(optionReward)
#optionSpace = {state: ['up', 'down', 'left', 'right'] for state in stateSet} #for primitive options only
#landmarkOptions (including goal) ONLY
optionSpace = {
(1, 1): ['h1', 'h3'],
(1, 2): ['h1', 'h3'],
(1, 3): ['h1', 'h3'],
(1, 4): ['h1', 'h3'],
(1, 5): ['h1', 'h3'],
(1, 7): ['h3', 'h4'],
(1, 8): ['h3', 'h4'],
(1, 9): ['h3', 'h4'],
(1, 10): ['h3', 'h4'],
(1, 11): ['h3', 'h4'],
(2, 1): ['h1', 'h3'],
(2, 2): ['h1', 'h3'],
(2, 3): ['h1', 'h3'],
(2, 4): ['h1', 'h3'],
(2, 5): ['h1', 'h3'],
(2, 7): ['h3', 'h4'],
(2, 8): ['h3', 'h4'],
(2, 9): ['h3', 'h4'],
(2, 10): ['h3', 'h4'],
(2, 11): ['h3', 'h4'],
(3, 1): ['h1', 'h3'],
(3, 2): ['h1', 'h3'],
(3, 3): ['h1', 'h3'],
(3, 4): ['h1', 'h3'],
(3, 5): ['h1', 'h3'],
(3, 6): ['h3', 'h1', 'h4'],
(3, 7): ['h3', 'h4'],
(3, 8): ['h3', 'h4'],
(3, 9): ['h3', 'h4'],
(3, 10): ['h3', 'h4'],
(3, 11): ['h3', 'h4'],
(4, 1): ['h1', 'h3'],
(4, 2): ['h1', 'h3'],
(4, 3): ['h1', 'h3'],
(4, 4): ['h1', 'h3'],
(4, 5): ['h1', 'h3'],
(4, 7): ['h3', 'h4'],
(4, 8): ['h3', 'h4'],
(4, 9): ['h3', 'h4'],
(4, 10): ['h3', 'h4'],
(4, 11): ['h3', 'h4'],
(5, 1): ['h1', 'h3'],
(5, 2): ['h1', 'h3'],
(5, 3): ['h1', 'h3'],
(5, 4): ['h1', 'h3'],
(5, 5): ['h1', 'h3'],
(5, 7): ['h3', 'h4'],
(5, 8): ['h3', 'h4'],
(5, 9): ['h3', 'h4'],
(5, 10): ['h3', 'h4'],
(5, 11): ['h3', 'h4'],
(6, 2): ['h1', 'h2', 'h3'],
(6, 7): ['h3', 'h4'],
(6, 8): ['h3', 'h4'],
(6, 9): ['h3', 'h4'],
(6, 10): ['h3', 'h4'],
(6, 11): ['h3', 'h4'],
(7, 1): ['h1', 'h2'],
(7, 2): ['h1', 'h2'],
(7, 3): ['h1', 'h2'],
(7, 4): ['h1', 'h2'],
(7, 5): ['h1', 'h2'],
(7, 9): ['h4', 'h2', 'h3', 'goal'],
(8, 1): ['h1', 'h2'],
(8, 2): ['h1', 'h2'],
(8, 3): ['h1', 'h2'],
(8, 4): ['h1', 'h2'],
(8, 5): ['h1', 'h2'],
(8, 7): ['h2', 'h4', 'goal'],
(8, 8): ['h2', 'h4', 'goal'],
(8, 9): ['h2', 'h4', 'goal'],
(8, 10): ['h2', 'h4', 'goal'],
(8, 11): ['h2', 'h4', 'goal'],
(9, 1): ['h1', 'h2'],
(9, 2): ['h1', 'h2'],
(9, 3): ['h1', 'h2'],
(9, 4): ['h1', 'h2'],
(9, 5): ['h1', 'h2'],
(9, 7): ['h2', 'h4', 'goal'],
(9, 8): ['h2', 'h4', 'goal'],
(9, 9): ['h2', 'h4', 'goal'],
(9, 10): ['h2', 'h4', 'goal'],
(9, 11): ['h2', 'h4', 'goal'],
(10, 1): ['h1', 'h2'],
(10, 2): ['h1', 'h2'],
(10, 3): ['h1', 'h2'],
(10, 4): ['h1', 'h2'],
(10, 5): ['h1', 'h2'],
(10, 6): ['h2', 'h1', 'h4', 'goal'],
(10, 7): ['h2', 'h4', 'goal'],
(10, 8): ['h2', 'h4', 'goal'],
(10, 9): ['h2', 'h4', 'goal'],
(10, 10): ['h2', 'h4', 'goal'],
(10, 11): ['h2', 'h4', 'goal'],
(11, 1): ['h1', 'h2'],
(11, 2): ['h1', 'h2'],
(11, 3): ['h1', 'h2'],
(11, 4): ['h1', 'h2'],
(11, 5): ['h1', 'h2'],
(11, 7): ['h2', 'h4', 'goal'],
(11, 8): ['h2', 'h4', 'goal'],
(11, 9): ['h2', 'h4', 'goal'],
(11, 10): ['h2', 'h4', 'goal'],
(11, 11): ['h2', 'h4', 'goal']
}
#for landmark and primitive options
#new optionSpace with landmark (including goal) and all primitive
#optionSpace = {(1, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 6): ['up', 'down', 'left', 'right', 'h3'], (3, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 2): ['up', 'down', 'left', 'right', 'h1'], (6, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (7, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 9): ['up', 'down', 'left', 'right', 'h4'], (8, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 7): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (8, 8): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (8, 9): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (8, 10): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (8, 11): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (9, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 7): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (9, 8): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (9, 9): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (9, 10): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (9, 11): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (10, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 6): ['up', 'down', 'left', 'right', 'h2'], (10, 7): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (10, 8): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (10, 9): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (10, 10): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (10, 11): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (11, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 7): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (11, 8): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (11, 9): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (11, 10): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal'], (11, 11): ['up', 'down', 'left', 'right', 'h2', 'h4', 'goal']}
#old option space without goal
#optionSpace = {(1, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (1, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (1, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (2, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (2, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (3, 6): ['up', 'down', 'left', 'right', 'h3'], (3, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (3, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (4, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (4, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'], (5, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (5, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 2): ['up', 'down', 'left', 'right', 'h1'], (6, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'], (6, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'], (7, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (7, 9): ['up', 'down', 'left', 'right', 'h4'], (8, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (8, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'], (8, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'], (8, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'], (8, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'], (8, 11): ['up', 'down', 'left', 'right', 'h2', 'h4'], (9, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (9, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'], (9, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'], (9, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'], (9, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'], (9, 11): ['up', 'down', 'left', 'right', 'h2', 'h4'], (10, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (10, 6): ['up', 'down', 'left', 'right', 'h2'], (10, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'], (10, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'], (10, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'], (10, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'], (10, 11): ['up', 'down', 'left', 'right', 'h2', 'h4'], (11, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'], (11, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'], (11, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'], (11, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'], (11, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'], (11, 11): ['up', 'down', 'left', 'right', 'h2', 'h4']}
"""
primitive = ['up', 'down', 'left', 'right'] #for landmark options only
for state in stateSet:
for optionList in optionSpace[state]:
toRemove = []
for choice in optionList:
if choice in primitive: toRemove.append(choice)
for element in toRemove: optionSpace[state].remove(element)
"""
optionSpaceFunction = lambda x: optionSpace[x]
episodes = 500
alpha = 0.5
gamma = 0.9
epsilon = 0.9
convergenceTolerance = 0.000001
#availableOptions = ['up', 'down', 'left', 'right', 'h1', 'h2', 'h3', 'h4', 'goal']
availableOptions = ['h1', 'h2', 'h3', 'h4', 'goal']
QTable = qlsmdp.ql.createQTable(stateSet, availableOptions)
getSPrime = qlsmdp.ql.GetSPrime(transitionFunction, stateSet)
getOption = qlsmdp.ql.GetOption(epsilon, optionSpaceFunction)
getQValue = qlsmdp.ql.GetQValue(alpha, gamma)
qLearning = qlsmdp.QLearningSMDP(episodes, convergenceTolerance)
QTable, policy = qLearning(stateSet, rewardFunction, getSPrime, getOption,
getQValue, QTable, goalStates,
optionSpaceFunction)
getValues = qlsmdp.ql.GetV(convergenceTolerance, optionSpaceFunction)
V = getValues(QTable)
print("QTable: ")
print(QTable)
print("policy: ")
print(policy)
print("V Table: ")
print(V)
def setUp(self):
stateSet = [(i, j) for i in range(2) for j in range(2)]
getNextState = tf.getNextState
primitivePolicies = {
'up': (0, 1),
'down': (0, -1),
'right': (1, 0),
'left': (-1, 0)
}
primitiveSPrime = tf.GetPrimitiveSPrime(primitivePolicies, stateSet,
getNextState)
optionTerminations = {"h1": (0, 0)}
landmarkSPrime = tf.GetLandmarkSPrime(optionTerminations)
actionCost = -1
moveCost = -3
goalStates = [(0, 0)]
goalReward = 10
primitiveReward = rf.GetPrimitiveOptionReward(actionCost, moveCost,
goalStates, goalReward,
primitiveSPrime)
landmarkPolicies = {
'h1': {
(0, 0): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(0, 1): {
(0, -1): 1.0
},
(1, 0): {
(-1, 0): 1.0
},
(1, 1): {
(0, -1): 0.5,
(-1, 0): 0.5
}
}
}
landmarkReward = rf.GetLandmarkOptionReward(actionCost, moveCost,
goalStates, goalReward,
landmarkPolicies,
landmarkSPrime,
getNextState)
optionSPrime = {
'up': primitiveSPrime,
'down': primitiveSPrime,
'left': primitiveSPrime,
'right': primitiveSPrime,
'h1': landmarkSPrime
}
transitionFunction = tf.TransitionFunction(optionSPrime)
optionReward = {
'up': primitiveReward,
'down': primitiveReward,
'left': primitiveReward,
'right': primitiveReward,
'h1': landmarkReward
}
rewardFunction = rf.RewardFunction(optionReward)
universal = ['up', 'down', 'left', 'right', 'h1']
optionSpace = {state: universal for state in stateSet}
optionSpaceFunction = lambda x: optionSpace[x]
gamma = 0.9
convergenceTolerance = 0.00001
smdpSetUp = targetCode.SemiMDP(gamma, convergenceTolerance)
V, self.policy = smdpSetUp(stateSet, transitionFunction,
rewardFunction, optionSpaceFunction)
def main():
fullGrid = [(i, j) for i in range(13) for j in range(13)]
border = [(0, 12), (1, 12), (2, 12), (3, 12), (4, 12), (5, 12), (6, 12),
(7, 12), (8, 12), (9, 12), (10, 12), (11, 12), (12, 12), (0, 0),
(1, 0), (2, 0), (3, 0), (4, 0), (5, 0), (6, 0), (7, 0), (8, 0),
(9, 0), (10, 0), (11, 0), (12, 0), (0, 1), (0, 2), (0, 3),
(0, 4), (0, 5), (0, 6), (0, 7), (0, 8), (0, 9), (0, 10), (0, 11),
(12, 1), (12, 2), (12, 3), (12, 4), (12, 5), (12, 6), (12, 7),
(12, 8), (12, 9), (12, 10), (12, 11)]
hallways = [(6, 1), (6, 3), (6, 4), (6, 5), (6, 6), (11, 6), (9, 6),
(8, 6), (7, 6), (5, 6), (4, 6), (2, 6), (1, 6), (7, 7), (7, 8),
(7, 10), (7, 11)]
for state in border:
fullGrid.remove(state)
for state in hallways:
fullGrid.remove(state)
stateSet = fullGrid
getNextState = tf.getNextState
primitivePolicies = {
'up': (0, 1),
'down': (0, -1),
'right': (1, 0),
'left': (-1, 0)
}
primitiveSPrime = tf.GetPrimitiveSPrime(primitivePolicies, stateSet,
getNextState)
optionTerminations = {
"h1": (6, 2),
"h2": (10, 6),
"h3": (3, 6),
"h4": (7, 9)
}
landmarkSPrime = tf.GetLandmarkSPrime(optionTerminations)
optionSPrime = {
'up': primitiveSPrime,
'down': primitiveSPrime,
'left': primitiveSPrime,
'right': primitiveSPrime,
'h1': landmarkSPrime,
'h2': landmarkSPrime,
'h3': landmarkSPrime,
'h4': landmarkSPrime
}
transitionFunction = tf.TransitionFunction(optionSPrime)
actionCost = -1
moveCost = -3
goalStates = [(9, 9)]
goalReward = 10
primitiveReward = rf.GetPrimitiveOptionReward(actionCost, moveCost,
goalStates, goalReward,
primitiveSPrime)
landmarkPolicies = {
'h1': {
(1, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 2): {
(1, 0): 1.0
},
(1, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 2): {
(1, 0): 1.0
},
(2, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(3, 2): {
(1, 0): 1.0
},
(3, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(4, 2): {
(1, 0): 1.0
},
(4, 3): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 4): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 5): {
(0, -1): 0.5,
(1, 0): 0.5
},
(5, 1): {
(0, 1): 1.0
},
(5, 2): {
(1, 0): 1.0
},
(5, 3): {
(0, -1): 1.0
},
(5, 4): {
(0, -1): 1.0
},
(5, 5): {
(0, -1): 1.0
},
(7, 1): {
(0, 1): 1.0
},
(7, 2): {
(-1, 0): 1.0
},
(7, 3): {
(0, -1): 1.0
},
(7, 4): {
(0, -1): 1.0
},
(7, 5): {
(0, -1): 1.0
},
(8, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(8, 2): {
(-1, 0): 1.0
},
(8, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(8, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(8, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(9, 2): {
(-1, 0): 1.0
},
(9, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 2): {
(-1, 0): 1.0
},
(10, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 2): {
(-1, 0): 1.0
},
(11, 3): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 4): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 5): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 2): {
(0, 1): 0.5,
(0, -1): 0.5
}
},
'h2': {
(7, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(7, 5): {
(1, 0): 1.0
},
(8, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(8, 5): {
(1, 0): 1.0
},
(9, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(9, 5): {
(1, 0): 1.0
},
(10, 1): {
(0, 1): 1.0
},
(10, 2): {
(0, 1): 1.0
},
(10, 3): {
(0, 1): 1.0
},
(10, 4): {
(0, 1): 1.0
},
(10, 5): {
(0, 1): 1.0
},
(11, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 2): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 3): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 4): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 5): {
(-1, 0): 1.0
},
(8, 7): {
(1, 0): 1.0
},
(8, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(8, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 7): {
(1, 0): 1.0
},
(9, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(9, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(10, 7): {
(0, -1): 1.0
},
(10, 8): {
(0, -1): 1.0
},
(10, 9): {
(0, -1): 1.0
},
(10, 10): {
(0, -1): 1.0
},
(10, 11): {
(0, -1): 1.0
},
(11, 7): {
(-1, 0): 1.0
},
(11, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 6): {
(1, 0): 0.5,
(-1, 0): 0.5
}
},
'h3': {
(1, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 5): {
(1, 0): 1.0
},
(2, 1): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 2): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 3): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 4): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 5): {
(1, 0): 1.0
},
(3, 1): {
(0, 1): 1.0
},
(3, 2): {
(0, 1): 1.0
},
(3, 3): {
(0, 1): 1.0
},
(3, 4): {
(0, 1): 1.0
},
(3, 5): {
(0, 1): 1.0
},
(4, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 2): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 3): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 4): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(4, 5): {
(-1, 0): 1.0
},
(5, 1): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 2): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 3): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 4): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(5, 5): {
(-1, 0): 1.0
},
(1, 7): {
(1, 0): 1.0
},
(1, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 7): {
(1, 0): 1.0
},
(2, 8): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 9): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 7): {
(0, -1): 1.0
},
(3, 8): {
(0, -1): 1.0
},
(3, 9): {
(0, -1): 1.0
},
(3, 10): {
(0, -1): 1.0
},
(3, 11): {
(0, -1): 1.0
},
(4, 7): {
(-1, 0): 1.0
},
(4, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(4, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(4, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(4, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 7): {
(-1, 0): 1.0
},
(5, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(5, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 7): {
(-1, 0): 1.0
},
(6, 8): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 9): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(6, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(3, 6): {
(1, 0): 0.5,
(-1, 0): 0.5
}
},
'h4': {
(8, 7): {
(0, 1): 1.0
},
(8, 8): {
(0, 1): 1.0
},
(8, 9): {
(-1, 0): 1.0
},
(8, 10): {
(0, -1): 1.0
},
(8, 11): {
(0, -1): 1.0
},
(9, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(9, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(9, 9): {
(-1, 0): 1.0
},
(9, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(9, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(10, 9): {
(-1, 0): 1.0
},
(10, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(10, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 7): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 8): {
(0, 1): 0.5,
(-1, 0): 0.5
},
(11, 9): {
(-1, 0): 1.0
},
(11, 10): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(11, 11): {
(0, -1): 0.5,
(-1, 0): 0.5
},
(1, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(1, 9): {
(1, 0): 1.0
},
(1, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(1, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(2, 9): {
(1, 0): 1.0
},
(2, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(2, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(3, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(3, 9): {
(1, 0): 1.0
},
(3, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(3, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(4, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(4, 9): {
(1, 0): 1.0
},
(4, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(4, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(5, 7): {
(0, 1): 0.5,
(1, 0): 0.5
},
(5, 8): {
(0, 1): 0.5,
(1, 0): 0.5
},
(5, 9): {
(1, 0): 1.0
},
(5, 10): {
(0, -1): 0.5,
(1, 0): 0.5
},
(5, 11): {
(0, -1): 0.5,
(1, 0): 0.5
},
(6, 7): {
(0, 1): 1.0
},
(6, 8): {
(0, 1): 1.0
},
(6, 9): {
(1, 0): 1.0
},
(6, 10): {
(0, -1): 1.0
},
(6, 11): {
(0, -1): 1.0
},
(7, 9): {
(0, 1): 0.5,
(0, -1): 0.5
}
}
}
landmarkReward = rf.GetLandmarkOptionReward(actionCost, moveCost,
goalStates, goalReward,
landmarkPolicies,
landmarkSPrime, getNextState)
optionReward = {
'up': primitiveReward,
'down': primitiveReward,
'left': primitiveReward,
'right': primitiveReward,
'h1': landmarkReward,
'h2': landmarkReward,
'h3': landmarkReward,
'h4': landmarkReward
}
rewardFunction = rf.RewardFunction(optionReward)
optionSpace = {
(1, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(1, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(1, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(1, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(1, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(1, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(1, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(1, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(1, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(1, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(2, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(2, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(2, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(2, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(2, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(2, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(2, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(2, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(2, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(2, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(3, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(3, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(3, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(3, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(3, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(3, 6): ['up', 'down', 'left', 'right', 'h3'],
(3, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(3, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(3, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(3, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(3, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(4, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(4, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(4, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(4, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(4, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(4, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(4, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(4, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(4, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(4, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(5, 1): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(5, 2): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(5, 3): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(5, 4): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(5, 5): ['up', 'down', 'left', 'right', 'h1', 'h3'],
(5, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(5, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(5, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(5, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(5, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(6, 2): ['up', 'down', 'left', 'right', 'h1'],
(6, 7): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(6, 8): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(6, 9): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(6, 10): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(6, 11): ['up', 'down', 'left', 'right', 'h3', 'h4'],
(7, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(7, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(7, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(7, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(7, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(7, 9): ['up', 'down', 'left', 'right', 'h4'],
(8, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(8, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(8, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(8, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(8, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(8, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(8, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(8, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(8, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(8, 11): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(9, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(9, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(9, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(9, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(9, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(9, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(9, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(9, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(9, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(9, 11): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(10, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(10, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(10, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(10, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(10, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(10, 6): ['up', 'down', 'left', 'right', 'h2'],
(10, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(10, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(10, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(10, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(10, 11): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(11, 1): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(11, 2): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(11, 3): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(11, 4): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(11, 5): ['up', 'down', 'left', 'right', 'h1', 'h2'],
(11, 7): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(11, 8): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(11, 9): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(11, 10): ['up', 'down', 'left', 'right', 'h2', 'h4'],
(11, 11): ['up', 'down', 'left', 'right', 'h2', 'h4']
}
optionSpaceFunction = lambda x: optionSpace[x]
gamma = 0.9
convergenceTolerance = 0.00001
smdpResult = smdp.SemiMDP(gamma, convergenceTolerance)
V, policy = smdpResult(stateSet, transitionFunction, rewardFunction,
optionSpaceFunction)
print(V)
print(policy)