مثال تابع (هوش مصنوعی با پایتون): def step(state, action):
مثال 4 از درس جلسهی 59 آموزش هوش مصنوعی برای نوجوانان با پایتون: یادگیری تقویتی ۱
حرکت: هر عمل یک جابهجایی است؛ U یعنی یک سطر بالا (-1, 0) و R یعنی یک ستون راست (0, 1). اگر خانهی جدید بیرون از ماز یا دیوار باشد، مثل بازیها عامل سر جایش میماند. پاداش هم ساده است: رسیدن به هدف +10، هر قدم دیگر -1. آن -1 میگوید «عجله کن»؛ هر قدم اضافه گران است.
ACTIONS = {"U": (-1, 0), "D": (1, 0), "L": (0, -1), "R": (0, 1)}
def step(state, action):
r, c = state
dr, dc = ACTIONS[action]
nr, nc = r + dr, c + dc
if nr < 0 or nr >= len(MAZE) or nc < 0 or nc >= len(MAZE[0]):
return state # outside: stay
if MAZE[nr][nc] == "#":
return state # wall: stay
return (nr, nc)
def reward(state):
return 10 if state == GOAL else -1
print(step((0, 0), "R")) # (0, 1)
print(step((0, 0), "D")) # (0, 0) because (1, 0) is a wall
این کد را همینجا در ویرایشگر پایتون اجرا کن، عددها و متنهایش را عوض کن و دوباره اجرا کن تا ببینی چه تغییری میکند.
بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال
← مثال قبلی · برگشت به درس جلسهی 59: یادگیری تقویتی ۱ · مثال بعدی → · چالشهای این جلسه