【发布时间】:2019-03-21 01:07:15
【问题描述】:
我的程序包含这个
print("hyy")
print(self.reward, self.gamma, max_val)
print(self.reward + (self.gamma * max_val))
这里self.reward 是-0.25,self.gamma 是1,max_val 是0。
当我运行代码时,我的输出是:
hyy
-0.25 1 0.0
ans = goal.value_iteration()
File "/Users/mac/Desktop/MDP-master/value.py", line 237, in value_iteration
print(self.reward + (self.gamma * max_val))
TypeError: can't multiply sequence by non-int of type 'float'
前两行编译成功。为什么不是我的代码块的第三行?我该如何解决这个问题?
【问题讨论】: