基于强化学习Q learning算法解决TSP问题
2022/1/8 17:06:20
本文主要是介绍基于强化学习Q learning算法解决TSP问题,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
最终结果如下图
代码如下:
import numpy as np import matplotlib.pyplot as plt epsilon = 0.8 gamma = 0.1 lr = 0.1 distance = np.array([[0, 7, 6, 1, 3], [7, 0, 3, 7, 8], [6, 3, 0, 12, 11], [1, 7, 12, 0, 2], [3, 8, 11, 2, 0]]) R_table = 11 - distance space = [0, 1, 2, 3, 4] Q_table = np.zeros((5, 5)) # 进行训练同时测试训练成果 iterate_results = [] # 保存每次测试结果 for i in range(500): print(f"开始第{i + 1}回合。。。") # 初始位置 path = [0] # 每个回合要获取4个位置 for j in range(4): s = path[j] # 当前位置 s_row = Q_table[s] # 当前位置对应的Q表中的行 remain = set(space) - set(path) # 剩余节点 max_value = -1000 # 在剩余节点中遍历最大值 a = 0 # 利用
这篇关于基于强化学习Q learning算法解决TSP问题的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-06-26结对编程到底难不难?答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)