R 生态模拟，如何比较矩阵中的多个数字以做出决策

我在开发一个生态模拟时遇到了一个问题。我在下面附上了一些代码来强调这个问题。总之，假设我有3个不同质量的位置。动物想要移动到最高质量的位置（数量越大，质量越高），但无法区分差异小于或等于0.1的质量（这是更大循环的一部分，因此此过程将重复数千次）

例如，在这种情况下（个体从位置2开始）：

---

a我建议为该位置创建一个类。我不知道你会如何在r里做到这一点，但我相信你能理解这一点

这是我建议的算法：


对于每个位置，对于每个其他位置，如果生物体能够分辨质量的差异，则将排名较低的位置标记为“坏”（可能使用布尔数组；不要在对象内部使用标志，因为这违反了良好的设计）
在那些for循环中，如果获取标记有标志的位置，请使用continue语句以节省时间
现在，再次浏览该列表，并将所有未标记该标志的列表复制到新列表中
检查列表的长度，并将其用于决策
您需要查看并学习如何创建spatial-data.frames。矩阵不是将这项任务推广到两个或更多维度的好选择。从这个问题来看，不清楚这是否是一个明确的空间模型。如果动物能够评估并移动到景观中的任何细胞，它们的空间排列就无关紧要了。另一方面，如果动物仅限于评估和在相邻细胞之间移动，那么位置确实很重要。了解每个位置的质量是否发生变化，或者在整个模拟过程中它们的排名是否保持不变，也会很有用。仅凭这个片段很难给出明确的建议。泰勒，谢谢你的评论。这在空间上是明确的（目前有20个位置，但可能会发生变化），而且随着个体在栖息地之间移动，“质量”指标也在频繁变化。个人只能采样相邻的补丁，我对构建良好的补丁存在所有问题。我现在可以确定一个人将要比较的位置，并以上述方式找出这些位置和质量。现在我已经确定了个人可以比较哪些补丁，我所需要做的就是找出一种方法来做出上述决定
a<-matrix(c(1,2,3,.6,.9,.7),nrow=2,ncol=3,byrow=TRUE)
attributes(a)$dimnames<-list(c("Location","Quality"),c())
a

          [,1] [,2] [,3]
Location  1.0  2.0  3.0
Quality   0.6  0.9  0.7

a<-matrix(c(1,2,3,.5,.7,.8),nrow=2,ncol=3,byrow=TRUE)
attributes(a)$dimnames<-list(c("Location","Quality"),c())
a

          [,1] [,2] [,3]
Location  1.0  2.0  3.0
Quality   0.5  0.7  0.8

a<-matrix(c(1,2,3,.9,.7,.6),nrow=2,ncol=3,byrow=TRUE)
attributes(a)$dimnames<-list(c("Location","Quality"),c())
a
         [,1] [,2] [,3]
Location  1.0  2.0  3.0
Quality   0.9  0.7  0.6

a<-matrix(c(1,2,3,.8,.7,.6),nrow=2,ncol=3,byrow=TRUE)
attributes(a)$dimnames<-list(c("Location","Quality"),c())
a
         [,1] [,2] [,3]
Location  1.0  2.0  3.0
Quality   0.8  0.7  0.6