1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Reinforcement Learning với Gymnasium trong Python
Connected

Bài tập

Đánh giá chính sách trên Frozen Lake trơn trượt

Trong môi trường Frozen Lake trơn trượt, chỉ suy luận chính sách từ Q-table đã học là không đủ để đánh giá mức độ hiệu quả. Để đánh giá chính xác mức phù hợp của một chính sách đã học, bạn phải chơi nhiều tập và quan sát phần thưởng trung bình đạt được. Bài tập này so sánh hiệu quả của chính sách đã học với một chuẩn tham chiếu được thiết lập bằng cách theo chính sách ngẫu nhiên trong quá trình huấn luyện. Nhiệm vụ của bạn là chạy chính sách đã học qua nhiều tập và phân tích hiệu suất của nó dựa trên phần thưởng trung bình thu thập được, đối chiếu với phần thưởng trung bình thu thập trong giai đoạn chính sách ngẫu nhiên.

Q-table Q, num_states, num_actions, và avg_reward_per_random_episode đã được nạp sẵn cho bạn. Thư viện NumPy đã được nhập dưới tên np.

Hướng dẫn

100 XP
  • Ở mỗi vòng lặp, chọn hành động tốt nhất cần thực hiện dựa trên Q-table Q đã học.
  • Tính phần thưởng trung bình mỗi tập đã học avg_reward_per_learned_episode.