Matlab 强化学习

我想使用这个q-learning（强化学习）代码。代码似乎是正确的，但我遇到了错误，我不知道为什么：

function  q=ReinforcementLearning 

clc;
format short;
format compact;
int state=0;


R= [-inf,-inf,-inf,-inf,   0,-inf;
-inf,-inf,-inf,   0,-inf, 100;
-inf,-inf,-inf,   0,-inf,-inf;
-inf,   0,   0,-inf,   0,-inf;
   0,-inf,-inf,   0,-inf, 100;
-inf,   0,-inf,-inf,   0, 100];

gamma=0.8;

q=zero(size(R));
q1=one(size(R))*inf;
count=0;

for episode = 0:20000;
y=randperm(size(R,1));
state=y(1);

x=find(R(state,:)>=0);
if size(x,1)>0,
  x1=RandomPermutation(x);
  x1=x1(1);
end

qMax=max(q,[],2);
q(state,x1)=R(state,x1)+ gamma* qMax(x1);
  int  state=x1;


if sum(sum(abs(q1-q)))<0.0001 && sum(sum(q>0))
  if count > 1000;

      break
  else
      count=count+1;
  end
else
  q1=q;
  count=0;
end

end

---

此代码可在以下链接中找到： 没有

int state=0;
int state=x1;

在matlab中。这就是C风格。在matlab中，int是一个内置函数，表示其他内容。 此外，它应该是

q=zeros(size(R));
q1=ones(size(R))*inf;

记住下载他的随机排列函数，否则就用randperm代替。

什么是

y=randperm（size（R，1））

<代码>R的大小已经是6*6。在重组时，它将产生另一个6*6矩阵，对吗？

q=zeros(size(R));
q1=ones(size(R))*inf;