コード例 #1
0
ファイル: bbandits.go プロジェクト: skelterjohn/rlenv
func NewEnv(belief *Belief) (this *Env) {
	this = new(Env)
	this.numActions = len(belief.counts)
	this.belief = belief
	this.obs = rlglue.NewObservation([]int32{0}, nil, nil)
	return
}
コード例 #2
0
ファイル: env.go プロジェクト: skelterjohn/rlenv
func (this *Env) MakeObs() (obs rlglue.Observation) {
	k := this.hunter.x + this.hunter.y*4
	this.observed[k] = this.hunter.belief[k]
	intarray := []int32{this.hunter.x, this.hunter.y, this.hunter.dir}
	indices := make([]int32, 16)
	for i, v := range this.observed {
		indices[i] = GetIndex(v)
	}
	intarray = append(intarray, indices...)
	obs = rlglue.NewObservation(intarray, []float64{}, []byte{})
	return
}
コード例 #3
0
ファイル: sysadmin.go プロジェクト: skelterjohn/rlenv
func (this *Environment) ConstructObs() (obs rlglue.Observation) {
	ints := make([]int32, this.cfg.NumSystems)
	for i := range ints {
		if this.status[i] {
			ints[i] = 1
		}
	}
	obs = rlglue.NewObservation(ints, []float64{}, []byte{})
	this.hash = this.task.Obs.Ints.Index(ints)
	count++
	return
}
コード例 #4
0
ファイル: paint.go プロジェクト: skelterjohn/rlenv
func (this *Env) makeObs() (obs rlglue.Observation) {
	ints := make([]int32, 4*len(this.Cans))
	for i, can := range this.Cans {
		if can.Painted {
			ints[i*4] = 1
		}
		if can.Polished {
			ints[i*4+1] = 1
		}
		if can.Scratched {
			ints[i*4+2] = 1
		}
		if can.Done {
			ints[i*4+3] = 1
		}
	}
	obs = rlglue.NewObservation(ints, []float64{}, []byte{})
	return
}
コード例 #5
0
ファイル: grid.go プロジェクト: skelterjohn/rlenv
func (ge *Env) EnvStep(action rlglue.Action) (obs rlglue.Observation, r float64, t bool) {
	t = ge.Pos.Equals(ge.Goal)
	r = -1
	if t {
		r = 0
	}
	dir := action.Ints()[0]
	u := rand.Float64()
	if u < .1 {
		dir += 1
	} else if u < .2 {
		dir += 3
	}
	dir %= 4
	newPos := ge.Pos
	switch dir {
	case 0:
		newPos.Y++
	case 1:
		newPos.X++
	case 2:
		newPos.Y--
	case 3:
		newPos.X--
	}
	if newPos.X < 0 {
		newPos.X = 0
	}
	if newPos.Y < 0 {
		newPos.Y = 0
	}
	if newPos.X >= ge.Width {
		newPos.X = ge.Width - 1
	}
	if newPos.Y >= ge.Height {
		newPos.Y = ge.Height - 1
	}
	ge.Pos = newPos
	obs = rlglue.NewObservation([]int32{ge.Pos.X, ge.Pos.Y}, []float64{}, []byte{})
	return
}
コード例 #6
0
ファイル: coffee.go プロジェクト: skelterjohn/rlenv
func (this *Env) EnvStart() (obs rlglue.Observation) {
	startState := discrete.State(stat.NextRange(int64(this.mdp.GetTask().Obs.Ints.Count())))
	obs = rlglue.NewObservation(this.mdp.GetTask().Obs.Ints.Values(startState.Hashcode()), []float64{}, []byte{})
	this.LastState = startState
	return
}
コード例 #7
0
ファイル: grid.go プロジェクト: skelterjohn/rlenv
func (ge *Env) EnvStart() (obs rlglue.Observation) {
	ge.Pos = ge.Start
	obs = rlglue.NewObservation([]int32{ge.Pos.X, ge.Pos.Y}, []float64{}, []byte{})
	return
}