dandan
研二在读，边缘计算，强化学习 加油冲啊
发布于

请问大佬FrozenLake中的FrozenLake-v1这个环境 “由于是冰面，每次行走有一定的概率滑行到附近的其它状态” 这句话应该怎么理解？

产业应用 #gym环境#FrozenLake的状态转移
浏览 (1078) 点赞 收藏
评论(2)
  • YanSong
    YanSong 回复

    意味着 transition 是 stochastic 的， 图里的四元组应该是每一个 action 之后可能的 state，0.333 是 transition probability, 0 是 next state, 0.0 是 reward，False 是 done.

  • dandan
    dandan 回复

    意思是第 0 个状态下采取动作 0 有 2/3 的概率保持当前状态，1/3 的概率到第 4 个状态 奖励都为 0，当前 epoch 都未结束 是这样子吗？