Policies vergleichen
Du bekommst zwei Zustandswertfunktionen (value_function_1 und value_function_2), die zwei unterschiedlichen Policies in der Umgebung MyGridWorld entsprechen. Deine Aufgabe ist es, diese Zustandswertfunktionen zustandsweise zu vergleichen, um zu bestimmen, welche Policy effektiver ist.
Die Variable num_states steht dir zur Verfügung.
Diese Übung ist Teil des Kurses
Reinforcement Learning mit Gymnasium in Python
Anleitung zur Übung
- Erstelle eine Liste
one_is_bettermit booleschen Werten, in der jedes Element prüft, ob der Zustandswert invalue_function_1größer oder gleich dem Zustandswert invalue_function_2ist. - Erstelle eine Liste
two_is_bettermit booleschen Werten, in der jedes Element prüft, ob der Zustandswert invalue_function_2größer oder gleich dem Zustandswert invalue_function_1ist.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
value_function_1 = {0: 1, 1: 2, 2: 3, 3: 7, 4: 6, 5: 4, 6: 8, 7: 10, 8: 0}
value_function_2 = {0: 7, 1: 8, 2: 9, 3: 7, 4: 9, 5: 10, 6: 8, 7: 10, 8: 0}
# Check for each value in policy 1 if it is better than policy 2
one_is_better = [____ >= ____ for state in range(num_states)]
# Check for each value in policy 2 if it is better than policy 1
two_is_better = [____ >= ____ for state in range(num_states)]
if all(one_is_better):
print("Policy 1 is better.")
elif all(two_is_better):
print("Policy 2 is better.")
else:
print("Neither policy is uniformly better across all states.")