Question

我正在尝试在Python中实现马尔可夫决策过程，并且在运行以下代码时出现速度方面的麻烦（不足为奇...）：

def p(j, state, action):
    if (np.linalg.norm(j[0,:]-np.array([-100,-100]))>0.1 and np.linalg.norm(state[0,:]-state[1,:])<0.1):
        return 0
    elif (np.linalg.norm(j[0,:]-np.array([100,100]))>0.1 and np.linalg.norm(state[0,:]-np.array([5,1]))<0.1):
        return 0
    elif (np.linalg.norm(j[0,:]-np.array([100,100]))<0.1 and np.linalg.norm(state[0,:]-np.array([5,1]))<0.1):
        return 1
    else: ....... (here other stuff follows but this isnt the issue)

假设我处于状态（state），该函数应该给我使用输入（j转换为状态（action）的可能性。），它可以正常运行，但速度很慢。

当前，我需要在变量j和state上循环两次，它们分别是2 x 2数组。理想情况下，我将能够弄清楚如何编写这样的函数，该函数输入NOSTATES x 2 x 2数组，其中NOSTATES是状态数。

我想我应该尝试向量化我的代码，但是不幸的是，我不确定当时如何实现相等性检查。

任何帮助将不胜感激！

编辑：p()的典型输入为：

j=np.array([[1,1],[3,3]]) state =np.array([[1,2],[2,3]]) action = [0,1]

加快检查两个变量是否相等的过程

0 个答案: