Qlearning、sarsa以及sarsa_lambda

 

Qlearning算法

1. import numpy as np  
2. import gym  
3. import random  
4.   
5. if __name__ == '__main__':  
6.     env = gym.make("FrozenLake-v0")  
7.     env.render()  
8.     action_size = env.action_space.n  
9.     print("Action size ", action_size)  
10.     state_size = env.observation_space.n  
11.     print("State size ", state_size)  
12.     qtable = np.zeros((state_size, action_size))  
13.     print(qtable)  
14.   
15.     total_episodes = 10000  # Total episodes  
16.     learning_rate = 0.8  # Learning rate  
17.     max_steps = 99  # Max steps per episode  
18.     gamma = 0.95  # Discounting rate  
19.   
20.     # Exploration parameters  
21.     epsilon = 1.0  # Exploration rate  
22.     max_epsilon = 1.0  # Exploration probability at start  
23.     min_epsilon = 0.01  # Minimum exploration probability  
24.     decay_rate = 0.001  # Exponential decay rate for exploration prob  
25.   
26.     # List of rewards  
27.     rewards = []  
28.   
29.     # 2 For life or until learning is stopped  
30.     for episode in range(total_episodes):  
31.         # Reset the environment  
32.         state = env.reset()  
33.         step = 0  
34.         done = False  
35.         total_rewards = 0  
36.   
37.