【发布时间】:2021-04-09 13:27:19
【问题描述】:
我正在尝试使用 R 重现 Sutton 和 Barto (2018) 中描述的算法,但我无法像作者在第 65 页上描述的那样生成带有箭头的矩阵:
我尝试为此目的使用包“字段”,但没有多大成功。
在 Python 中,Shangtong Zhang 和 Kenta Shimada 提出的解决方案 依赖于使用箭头符号: ACTIONS_FIGS=['←', '↑', '→', '↓'] 但这不适用于 R...
编辑:我对初始动作进行了编码,动作以数字方式更新如下:
library(data.table)
action_random = data.table(cell=c(1:25))
action_random$action_up = action_random$action_right = action_random$action_down =
action_random$action_left = rep(1,25)
action_random$proba = rep(1/4,25)
action_random
我还可以修改here 发布的代码,用简单的箭头绘制一个简单的网格:
arrows = matrix(c("\U2190","\U2191","\U2192","\U2193"),nrow=2,ncol=2)
grid_arrows = expand.grid(x=1:ncol(arrows),y=1:nrow(arrows))
grid_arrows$val = arrows[as.matrix(grid_arrows[c('y','x')])]
library(ggplot2)
ggplot(grid_arrows, aes(x=x, y=y, label=val)) +
geom_tile(fill='transparent', colour = 'black') +
geom_text(size = 14) +
scale_y_reverse() +
theme_classic() +
theme(axis.text = element_blank(),
panel.grid = element_blank(),
axis.line = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank())
但是:
(i) 没有可用于 nice 2 的 unicode 是上面表 $\pi_\ast$ 中报告的 4 向箭头
(ii) ...所以我并没有尝试编写表格“action_random”中的数值和一个带有箭头的漂亮表格之间的双射...
欢迎任何有助于解决问题 (i) 和 (ii) 的提示。
【问题讨论】:
-
也许您应该提供一些相关代码。
-
@nbro:我添加了一个编辑,其中包含一个简短示例,说明我如何对动作进行数字编码。
标签: r symbols reinforcement-learning