ComenzarEmpieza gratis

Comparar políticas

Se te proporcionan dos funciones de valor de estado (value_function_1 y value_function_2) que corresponden a dos políticas diferentes en el entorno MyGridWorld. Tu tarea es comparar estas funciones de valor de estado estado por estado para determinar qué política es más efectiva.

La variable num_states está disponible para que la utilices.

Este ejercicio forma parte del curso

Reinforcement Learning con Gymnasium en Python

Ver curso

Instrucciones del ejercicio

  • Crea una lista one_is_better de valores booleanos, donde cada elemento compruebe si el valor del estado en value_function_1 es mayor o igual que el valor del estado en value_function_2.
  • Crea una lista two_is_better de valores booleanos, donde cada elemento compruebe si el valor del estado en value_function_2 es mayor o igual que el valor del estado en value_function_1.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

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.")
Editar y ejecutar código