stochasticdp 0.4

安装

stochasticdp在pypi上可用：

pip install stochasticdp

用法

初始化随机动态程序：

dp=StochasticDP(number_of_stages,states,decisions,minimize)

其中

• number_of_stages是一个整数
• states是一个列表
• decisions是一个列表
• minimize是布尔值

这就产生了一个阶段编号的随机动态程序 0, ..., number_of_stages - 1，并初始化以下内容 词典：

• dp.probability，其中dp.probability[m, n, t, x]是 在阶段^{tt11}中从状态n移动到状态m的概率$ 根据决定x
• dp.contribution，其中dp.contribution[m, n, t, x]是 从状态n移动到 状态m处于阶段t处于决策x
• dp.boundary，其中dp.boundary[n]是边界条件 对于状态为n
的值go函数

您只需要定义转换的概率和贡献 以正概率发生。

您可以使用下面的helper函数来填充这些 词典：

# This sets dp.probability[m, n, t, x] = p and dp.contribution[m, n, t, x] = cdp.add_transition(stage=t,from_state=n,decision=x,to_state=m,probability=p,contribution=c)# This sets dp.boundary[n] = vdp.boundary(state=n,value=v)

求解随机动态程序：

value,policy=dp.solve()

其中

• value是字典：value[t, n]是要去的值 阶段t和状态n
的函数
• policy是字典：policy[t, n]是一组优化器 第value[t, n]
页