Prozkoumání stavového a akčního prostoru
Prostředí Cliff Walking představuje agenta, který přechází mřížkovým světem ze startovní pozice do cíle a přitom se vyhýbá pádu ze skály. Pokud se hráč přesune na políčko se skálou, vrátí se zpět na start. Hráč pokračuje v pohybu, dokud nedosáhne cíle – tím epizoda končí. Tvým úkolem je prozkoumat stavový a akční prostor tohoto prostředí.
Toto cvičení je součástí kurzu
Reinforcement Learning with Gymnasium in Python
Pokyny k cvičení
- Vytvoř instanci prostředí Cliff Walking s ID prostředí
CliffWalking. - Vypočítej velikost akčního prostoru a výsledek ulož do
num_actions. - Vypočítej velikost stavového prostoru a výsledek ulož do
num_states.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create the Cliff Walking environment
env = ____
# Compute the size of the action space
num_actions = ____
# Compute the size of the state space
num_states = ____
print("Number of actions:", num_actions)
print("Number of states:", num_states)