需要您分别实现基于基础搜索算法和Deep QLearning 算法的机器人,使机器人自动走到迷宫的出口。 1.2 实验要求 使用Python 语言。 使用基础搜索算法完成机器人走迷宫。 使用Deep QLearning 算法完成机器人走迷宫。 算法部分需要自己实现,不能使用现成的包、工具或者接口。 1.3 实验环境 可以使用 Python 实现基础算法的实...
在迷宫中已经初始化一个机器人,你要编写的算法实现在给定条件下控制机器人移动至目标点。 Maze 类中重要的成员方法如下: sense_robot() :获取机器人在迷宫中目前的位置。 return:机器人在迷宫中目前的位置。 move_robot(direction) :根据输入方向移动默认机器人,若方向不合法则返回错误信息。 direction:移动方向,...
机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规则为:从起点开始,通过错综复杂的迷宫,到达目标点(出口)。 在任一位置可执行动作包括...
使用Deep QLearning 算法完成机器人走迷宫。 算法部分需要自己实现,不能使用现成的包、工具或者接口。 1.3 实验环境 可以使用 Python 实现基础算法的实现, 使用 Keras、PyTorch等框架实现 Deep QLearning 算法。 1.4 参考资料 强化学习入门MDP:https://zhuanlan.zhihu.com/p/25498081 QLearning 示例:http://mnemstud...
2.6.3 作业测试与提交 新版Notebook- BML CodeLab上线,fork后可修改项目版本进行体验 机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规...
2.6.3 作业测试与提交 新版Notebook- BML CodeLab上线,fork后可修改项目版本进行体验 机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规...
2.6.3 作业测试与提交 新版Notebook- BML CodeLab上线,fork后可修改项目版本进行体验 机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规...
2.6.3 作业测试与提交 新版Notebook- BML CodeLab上线,fork后可修改项目版本进行体验 机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规...
2.6.3 作业测试与提交 新版Notebook- BML CodeLab上线,fork后可修改项目版本进行体验 机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规...
2.6.3 作业测试与提交 新版Notebook- BML CodeLab上线,fork后可修改项目版本进行体验 机器人自动走迷宫 1. 实验介绍 1.1 实验内容 在本实验中,要求分别使用基础搜索算法和 Deep QLearning 算法,完成机器人自动走迷宫。 如上图所示,左上角的红色椭圆既是起点也是机器人的初始位置,右下角的绿色方块是出口。 游戏规...