del_5.md

🏆 Del 5: Implementer belønningsfunksjonen

Vi skal nå implementere belønningsfunksjonen $R\colon\mathcal{S}\times\mathcal{A}\to\mathbb{R}$. Husk, belønningen er bestemt ut i fra agentens posisjon $s\in\mathcal{S}$, retningen $a\in\mathcal{A}$ og hva som skjer når agenten går i retning $a$ fra posisjon $s$.

I filen laby_ai.py, lag en ny funksjon reward_function(app, direction). Importer funksjonen get_neighbour fra laby_maze.py og bruk denne til å finne posisjonen til ruten i retning direction fra app.agent_pos.

Funksjonen reward_function skal da returnere et flyttall som følger:

• Agenten går ut av labyrinten: Hvis ruten fra get_neighbour er utenfor labyrinten så returner -1.0.
• Agenten går inn i veggen: Hvis ruten fra get_neighbour er en veggrute (har verdi 1 i app.maze) så returner -1.0.
• Agenten går i mål: Hvis ruten fra get_neighbour er mål (har verdi 2 i app.maze), returner 1.0.
• Agenten går til en åpen rute: Hvis ruten er en åpen rute (har verdi 0 i app.maze), returner -0.1.

---

<< Gå til del 4 | Gå til del 6 >>