Question

(defmethod learn [:SARSA :Module] [learner module] 
  (let [samples (get learner :dataset)]  
    (for [seq samples]
      (let [laststate (atom 0) lastaction (atom 0) lastreward (atom 0)])
       ;;Do some stuff
       ;;Update laststate,lastaction,lastreward

      )

    ))

我使用for循环迭代序列，但也许我应该使用常规循环并重复？ map / reduce在这里有用吗？

Answer 1

小心 - 在Clojure中，最好不要将for视为一个循环，而是作为一个列表理解 - 它需要一个集合并返回该集合的修改/过滤版本

你可以通过使用循环和recur来更加惯用（在更多函数式编程风格中）这样做：

(defmethod learn [:SARSA Module] [learner module]
  (loop [samples (get learner :dataset)
         last-state 0
         last-action 0
         last-reward 0]
    (if-let [sample (first samples)]
      (recur (next samples) (new-last-state) (new-last-action) (new-last-reward))
      [last-state last-action last-reward])))

每次使用last-state，last-action和last-reward的新值进行迭代时，(if-let [sample (first samples)]部分会确定是否还有任何样本需要查看 - 如果没有，这意味着您已经在列表的末尾，而(first '())将返回nil，因此您的结果将以您喜欢的任何形式返回 - 看到最后一行，我把它们作为向量返回。如果还有剩余样本，我们会将第一个标记绑定到符号sample，您可以将其用于last-state等的更新计算，然后recur使用这些更新后的值和(next samples)，这是该列表中第一个样本之后的所有内容。

编辑：我通常会尝试使用map / reduce做任何事情，但是每当你尝试进行复杂的循环操作时，你会计算并计算一些不同的统计数据，loop / recur就是通常是最好的方式。

Answer 2

@DaveYarwood在答案中提到map / reduce;这是你如何实现它：

(defmethod learn [:SARSA Module] [learner module]
  (reduce (fn [[state action reward] sample]
            ;; do some stuff and computes new values for state/action/reward
            [new-state new-action new-reward])
          [0 0 0]
          (get learner :dataset)))

在clojure中跟踪先前值的惯用方法是什么？

2 个答案: