清空筛选条件
清空筛选条件

強化学習におけるエピ​ソード数の変数として​の取得方法

5 次查看（过去 30 天）
Y. M
Y. M 2020-10-20
评论： Y. M 2020-10-21
強化学習用のコードを書いている途中で、
ε-greedy法の設定を以下のようにしたいと考えています。
if episode<400
agentOptions.EpsilonGreedyExploration=(episode*(-0.00125)+0.5+0.05)
end
↑は、εを0.5から0.05へ、一次関数的に減衰させることを目的としたコードです。
ここで、エピソード数を変数として取得するにはどのようにすればよろしいでしょうか。
初歩的な質問で大変恐縮ですが、
教えていただけますと幸いです。

请先登录，再回答此问题。

采纳的回答

Hiro Yoshino
Hiro Yoshino 2020-10-20
train関数を使って学習させる場合は、episodeから都度変更することは出来ないと思われます。
agentOptions.EpsilonDecay % 減衰率
agentOptions.EpsilonMin % 最小のepsilon値
で非線形に小さくなっていきます。
  3 个评论
显示 1更早的评论
Hiro Yoshino
Hiro Yoshino 2020-10-21
何のアルゴリズムを使うかで、agentのオプションは当然ことなります
Q-learningなら
https://jp.mathworks.com/help/reinforcement-learning/ref/rlqagentoptions.html
から調べてください。
インスタンスを作るタイミングでもepsilonは設定できますし、あとから設定することもできます。
Q-agentの場合は、
agentOptions.Epsilon = 0.1;
のように設定できます。
Y. M
Y. M 2020-10-21
ありがとうございます。
頂いた助言をもとに何とかやってみたいと思います。

请先登录，再进行评论。

更多回答（0 个）

类别

在 Help Center 和 File Exchange 中查找有关 Reinforcement Learning 的更多信息

标签

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!