معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Simplify the creation of QLearning

ویژگی	مقدار
سیستم عامل	-
نام فایل	Easy-QLearning-1.1.0
نام	Easy-QLearning
نسخه کتابخانه	1.1.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Hamidou Alix
ایمیل نویسنده	alix.hamidou@gmail.com
آدرس صفحه اصلی	https://github.com/ProfesseurIssou/Easy-QLearning
آدرس اینترنتی	https://pypi.org/project/Easy-QLearning/
مجوز	-

# EQL Simplify the creation of QLearning ## Installation Run the following to install: ```python pip install Easy-QLearning ``` ## Usage ```python import EQL ####Initialise QTable#### #Mission: go to the house without run over the human #Game grid Grid = [#1 = House, -1 = Human [0,0,1], [0,-1,0], [0,0,0] ] #First car position coordinates x = 0 y = 2 #Current state state = 7 #Action list and travel coordinate actions = [ [-1, 0], # Up [1, 0], #Down [0, -1], # Left [0, 1] # Right ] #Make QTable Qtable = EQL.QLearning(nbAction=4,nbState=10) ####Train the QTable#### #100 games for _ in range(100): #Reset the car position x = 0 y = 2 #Default state state = 7 #While the car are not in the house while x != 2 or y != 0: #Display the grid print("---------------------") yTemp = 0 for line in Grid: xTemp = 0 for pt in line: print("%s\t" % (pt if yTemp != y or xTemp != x else "X"), end="") xTemp += 1 yTemp += 1 print("") #Choose an action action = Qtable.takeAction(state,epsilon=0.4) #Move the car y = max(0, min(y + actions[action][0],2)) x = max(0, min(x + actions[action][1],2)) #Calcul the position in the grid (state) newState = (y*3+x+1) #Get the reward of the position reward = Grid[y][x] print("state : ", newState) print("reward : ", reward) #Update Q function Qtable.updateQFunction(newState,state,reward) #Next state state = newState #Display the QTable for s in range(0, 9): print(s, Qtable.QTable[s]) #Save my QTable in myTable.npz Qtable.saveQTable("myTable") #Load my QTable from myTable.npz Qtable.loadQTable("myTable") ``` ```bash $ pip install -e .[dev] ```

نیازمندی

مقدار	نام
~=1.19	numpy
>=3.7	pytest

نحوه نصب

نصب پکیج whl Easy-QLearning-1.1.0:

pip install Easy-QLearning-1.1.0.whl

نصب پکیج tar.gz Easy-QLearning-1.1.0:

pip install Easy-QLearning-1.1.0.tar.gz