Numpy - 如何获得一些 0-t 的模式 gamma^t 数组？

Question

我正在创建一个基本的网格世界 RL 问题，我需要计算某些给定情节的回报。我目前有奖励数组，我想按元素将其与以下形式的列表相乘：

[gamma**0, gamma**1, gamma**2, ....]

为了得到：

[r_0*gamma**0, r_1*gamma**1, r_2*gamma**2, ....]

然后使用 np.sum() 获得全部回报。

我怎样才能完成第一步？我尝试使用 Logspace，但它并不是我想要的（或者我做错了）。

Answer 1

如果示例 if like this for reward array and gamma is some value:

n = 20    
reward = np.random.randint(0, 10, n)
gamma = 2

np.sum(reward * (gamma ** np.arange(n)))