pyliaorachel · June 3, 2018 09:03
diff --git a/q_table_choose_action.py b/q_table_choose_action.py
 def choose_action(state, q_table, action_space, epsilon):
    if np.random.random_sample() < epsilon: # 有 ε 的機率會選擇隨機 action
        return action_space.sample() 
    else: # 其他時間根據現有 policy 選擇 action，也就是在 Q table 裡目前 state 中，選擇擁有最大 Q value 的 action
        return np.argmax(q_table[state])
	def choose_action(state, q_table, action_space, epsilon):
	if np.random.random_sample() < epsilon: # 有 ε 的機率會選擇隨機 action
	return action_space.sample()
	else: # 其他時間根據現有 policy 選擇 action，也就是在 Q table 裡目前 state 中，選擇擁有最大 Q value 的 action
	return np.argmax(q_table[state])
No results found