Utforska tillstånds- och handlingsutrymmen
I Cliff Walking-miljön ska en agent ta sig över ett rutnät från startpunkten till målet utan att ramla ner från klippan. Hamnar spelaren på en klippruta återvänder den till startpunkten. Spelet fortsätter tills agenten når målet, vilket avslutar episoden. Din uppgift är att utforska tillstånds- och handlingsutrymmet i den här miljön.
Den här övningen är en del av kursen
Reinforcement Learning med Gymnasium i Python
Övningsinstruktioner
- Skapa en miljöinstans för Cliff Walking med miljö-ID:t
CliffWalking. - Beräkna storleken på handlingsutrymmet och lagra det i
num_actions. - Beräkna storleken på tillståndsutrymmet och lagra det i
num_states.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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)