强化学习之实验记录（2）

第二步数据整合部分

我最原始的写法，可能是matlab写多了，没有转过来。

1.存历史记录
sr=[] 定义一个列表存储所有的奖励值
sk=[] 用于存储列表的数量
for j in range(Max_episodes):
r = … 从函数中获得的奖励值
sr.append® 将每个r存放到列表中。
sk.append(j) 存储记录个数用于输出
2.打印输出
plt.style.use(’_classic_test’)
plt.plot(sk,sr)
plt.show()

我第二种的写法

1.存历史记录
sr=[] 定义一个列表存储所有的奖励值
for j in range(Max_episodes):
r = … 从函数中获得的奖励值
sr.append® 将每个r存放到列表中。
sk=list(range(len(sr))) 统计sr列表的数据长度，并生成相应的序列。
或
sk = list(range(Max_episodes) 直接用上面的循环体。
2.打印输出
plt.style.use(’_classic_test’)
plt.plot(sk,sr)
plt.show()

第三种方法，未完，待更新，

numpy的速度要比列表快，有时间再查找一下，更新上来。因为我们要尽可能的减少学习时间。

参考文献

1.Python 四种生成一个从0到n个数字的列表
原文链接：https://blog.csdn.