Я должен реализовать логистическую регрессию в Python, чтобы найти путь к цели на основе моих наборов данных.Мой вопрос заключается в том, как создать правильный набор данных и как использовать его для машинного обучения.
Как вы можете видеть ниже, есть несколько способов встретить лабиринт.Я сгенерировал 6 аналогичных карт для тестирования dfs и сбора возможных путей (например, ['R', 'D', 'R', 'R', 'R', 'U', 'G'] означает, что агент должен идти прямо, вниз, ..., вверх и достичь цели).Как преобразовать его в данные для обучения?Что мне делать позже?Я прочитал много уроков, но не могу отослать их к своему проекту.
Это пример карты (лабиринт):
2 4 0 4 4 4
0 0 0 0 4 4
4 0 4 0 4 4
0 0 4 0 4 4
3 0 4 0 4 4
4 0 4 4 4 4
, где 0 - поле для перемещения 2 - полегде агент начинается 3 - цель 4 - препятствие, поле, где агент не может двигаться
Насколько я знаю, я должен выполнить следующие шаги:
1) создать карты для тестирования DFS 2) сохранить возможные пути в файл для создания наборов данных (в какой форме?) 3) использовать эти наборы данных для обучения агента 4) проверить данные из наборов данных, чтобы проверить, работает ли он правильно
Я ошибаюсь?