keimina https://blog.hatena.ne.jp/keimina/ Kei Minagawa's Blog https://keimina.hatenablog.jp/ gym python 強化学習 Pendulum ベルマン方程式 gymモジュール Pendulum-v0 で、振り子を頂上で止まらせる 目次 1. 前回の記事 1.1. gymモジュール Pendulum-v0 で振り子を等速度で回転させる 1.2. gymモジュール Pendulum-v0 で振り子を揺らす 1.3. gymモジュール Pendulum-v0 で振り子をトルクを与えて静止させる 2. 勉強会で発表したスライド 3. 今回行うこと 4. 解決方法 4.1. 報酬の定義 4.2. 状態遷移確率、方策の表の作成 4.2.1. 表の作成 4.2.2. 状態遷移確率の実際の値を求める 4.2.3. 方策の初期化 4.3. 学習 4.3.1. 理論 … 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fkeimina.hatenablog.jp%2Fentry%2F2020%2F06%2F30%2F225138" title="gymモジュール Pendulum-v0 で、振り子を頂上で止まらせる - Kei Minagawa&#39;s Blog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://raw.githubusercontent.com/keimina/gif/master/gym%E3%83%A2%E3%82%B8%E3%83%A5%E3%83%BC%E3%83%AB_Pendulum-v0_%E6%96%B9%E7%AD%96%E5%8F%8D%E5%BE%A9%E6%B3%95_get_real_P_2.gif Hatena Blog https://hatena.blog 2020-06-30 22:51:38 rich https://keimina.hatenablog.jp/entry/2020/06/30/225138 1.0 100%