Confrontare le policy
Ti vengono fornite due funzioni di valore di stato (value_function_1 e value_function_2) corrispondenti a due policy diverse nell'ambiente MyGridWorld. Il tuo compito è confrontare queste funzioni di valore di stato, stato per stato, per determinare quale policy è più efficace.
La variabile num_states è a tua disposizione.
Questo esercizio fa parte del corso
Reinforcement Learning con Gymnasium in Python
Istruzioni dell'esercizio
- Crea una lista
one_is_betterdi valori booleani, in cui ogni elemento verifica se il valore dello stato invalue_function_1è maggiore o uguale al valore dello stato invalue_function_2. - Crea una lista
two_is_betterdi valori booleani, in cui ogni elemento verifica se il valore dello stato invalue_function_2è maggiore o uguale al valore dello stato invalue_function_1.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
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.")