机器学习入门到实战——MATLAB 书第十八章 策略迭代的程序.rar

function plot_cw_policy（pol_piCFs_starts_end）
[sideIIsideJJ]=size（pol_pi）; 
IIdelims = 0:sideII; IIcents = 1:sideII;
JJdelims = 0:sideJJ; JJcents = 1:sideJJ;
% 画悬崖
figure（‘Position‘ [100 100 400 200]）; 
imagesc（ JJcents IIcents CF ）; colorbar; hold on; 
set（gca ‘Ytick‘ [1 2 3 4 ] ‘Xtick‘ [1:12] ‘FontSize‘ 9）;
% 画开始和结束点:
plot（ s_start（2） s_start（1） ‘^‘ ‘MarkerSize‘ 10 ‘MarkerFaceColor‘ ‘k‘ ）; 
plot（ s_end（2） s_end（1） ‘o‘ ‘MarkerSize‘ 10 ‘MarkerFaceColor‘ ‘k‘ ）; 
axis normal

% fill the vectors:
px = zeros（size（pol_pi））; py = zeros（size（pol_pi））; 
for ii=1:sideII
  for jj=1:sideJJ
    switch pol_pi（iijj）
     case 1
      %
      % action = UP 
      %
      px（iijj） = 0;
      py（iijj） = 0.5; 
     case 2
      %
      % action = DOWN
      %
      px（iijj） = 0;
      py（iijj） = -0.5; 
     case 3
      %
      % action = RIGHT
      %
      px（iijj） = 0.5;
      py（iijj） = 0; 
     case 4
      %
      % action = LEFT 
      %
      px（iijj） = -0.5; 
      py（iijj） = 0; 
     case 5
      px（iijj） = -0.5; 
      py（iijj） = +0.5; 
     case 6
      px（iijj） = +0.5; 
      py（iijj） = +0.5; 
     case 7
      px（iijj） = +0.5; 
      py（iijj） = -0.5; 
     case 8
      px（iijj） = -0.5; 
      py（iijj） = -0.5; 
     otherwise
      error（‘unknown value of pol_pi（iijj）‘）; 
    end
  end
end

ind0 = find（CF（:）==0）; px（ind0）=0; py（ind0）=0; px（sideIIsideJJ）=0; py（sideIIsideJJ）=0; 

%[jjMiiM]=meshgrid（1:sideJJ1:sideII）;
[jjMiiM]=meshgrid（JJcentsIIcents）;

%quiver（iiMjjMpxpy0）; 
quiver（jjMiiMpx-py0 ‘Color‘‘r‘ ‘LineWidth‘ 1.5）; 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1681  2017-08-24 21:26  19第十九章\plot_cw_policy.m

     文件       4481  2017-10-03 14:44  19第十九章\q_learn.m

     文件       4392  2017-10-03 14:44  19第十九章\SARSA_CW.m

     文件       1105  2017-08-24 20:17  19第十九章\transition.m

    ..AD...         0  2017-10-14 16:04  19第十九章

----------- ---------  ---------- -----  ----

                11659                    5