強化学習プログラムの作り方

Tweet

本記事では、強化学習プログラムの作り方について説明する。

1. データ設計
2. エージェントの作成

データ設計

データ設計では、環境を表現するデータと、Qテーブルの設計を行う。

エージェントの作成

エージェントでは、次の処理ができるエージェントクラスを作成する。

• Qテーブルを生成する
• 行動を決定する
• Qテーブルを更新する

ひな型となるエージェントクラスを以下に記す。

# coding:UTF-8
import numpy as np


class Agent:

    def __init__(self):
        # Qテーブルを作成する
        pass

    def update_q(self, record, action, reword, record_next):
        # Qテーブルの更新式を記述する
        pass

    def get_action(self, record, episode):
        # 行動を決定する
        pass