/// <summary>
/// 指定座標にてQ値が最大の方向を返す
/// </summary>
/// <returns>Q値が最大の方向</returns>
public Maze.Direction GetMaxQDirection(Maze.CellLocate locate)
{
int state = Env.SerializeState(locate);
// Q値が最大の行動からランダムに選択する
var actList = GetMaxQDirectionList(Env.SerializeState(locate));
return((Maze.Direction)actList[Rand.Next(actList.Count)]);
}
// TODO:スタート位置を取得する
public int GetStartState()
{
for (int x = 0; x < EnvMaze.Width; x++)
{
for (int y = 0; y < EnvMaze.Height; y++)
{
if (EnvMaze.Cells[x, y].IsStart)
{
return(SerializeState(new Maze.CellLocate(x, y)));
}
}
}
//スタート未設定の場合
var startCell = new Maze.CellLocate(1, 1);
EnvMaze.SetStartCell(startCell);
return(SerializeState(startCell));
}
/// <summary>
/// 行動結果を取得する
/// </summary>
/// <param name="currentState">現在の状態</param>
/// <param name="action">選択した行動</param>
/// <param name="nextState">行動後の状態</param>
/// <param name="reword">行動結果の報酬</param>
public void GetMoveResult(int currentState, int action, out int nextState, out double reword)
{
Maze.CellLocate nextLocate = EnvMaze.Move(DeserializeState(currentState), (Maze.Direction)action);
nextState = SerializeState(nextLocate);
reword = EnvMaze.Cells[nextLocate.X, nextLocate.Y].IsGoal ? GoalReword : 0;
}
/// <summary>
/// 状態（座標）をシリアル化する
/// </summary>
/// <param name="locate">シリアル化したい座標</param>
/// <returns>シリアル化後の状態番号</returns>
public int SerializeState(Maze.CellLocate locate)
{
return((locate.Y * EnvMaze.Width) + locate.X);
}
