通过 numpy 对循环进行矢量化，以实现 qlearner/dyna-q
作者：accordion1234 提问时间：11/8/2023
我有一个 100 x 4 大小的 2d numpy 数组 A（q 表）和另一个数组 B（体验表），它不断更新一个 4 元素元组（代表状态、操作、state_prime、奖励）。我需要从数组 B 中随机...
Q-学习 问答列表
作者：accordion1234 提问时间：11/8/2023
我有一个 100 x 4 大小的 2d numpy 数组 A（q 表）和另一个数组 B（体验表），它不断更新一个 4 元素元组（代表状态、操作、state_prime、奖励）。我需要从数组 B 中随机...