在浏览了这篇论文之后,似乎他们所说的因果熵的模型与最大熵模型(毫不奇怪)共享了一些组件,你已经找到了一些库。然而,要想了解这些库如何在因果熵强迫的实现中使用,您必须查看本文,并找出不同表达式如何匹配/共享组件。我不相信这里有人会帮你这么做。Wikipedia article about maximum entropy可能有助于您找到关系。在
while True:
best_kick = None
for kick in kicks:
median_var = simulate_median_var(theta + kick)
if (best_kick is None) or (median_var > best_median_var):
best_median_var = median_var
best_kick = kick
print "theta=%f\tbest_kick=*\t\tbest_median_var=%f" % (theta, best_median_var)
theta = theta + best_kick
theta = simulate1(theta)
下面是度量的实际实现:
#
# estimate variation of possible future
# assume the variation is higher is standard deviation is higher (is it good one?)
#
def simulate_var(theta, ticks):
thetas = simulate(theta, ticks)
(theta_hist, _) = numpy.histogram(thetas)
#print "# %s" % theta_hist
return numpy.std(theta_hist)
# calculate median of the variaion for so many rounds
def simulate_median_var(theta):
vars = []
for _ in range(rounds):
var = simulate_var(theta, ticks)
vars.append(var)
return numpy.median(vars)
noise = 0.001 # noise amplitude
kicks = [-5*noise, 0, 5*noise] # what kicks to try
ticks = 100 # now many time ticks to simulate
rounds = 1000 # now many rounds to simulate
dt = 0.1 # simulation rate koefficient, something like dt
这个问题很笼统,不幸的是,我不认为这个答案能给你一个你希望的解决办法。在
首先,你认为“这些方程是威斯纳方程的不同形式”的假设似乎是错误的。在
在浏览了这篇论文之后,似乎他们所说的因果熵的模型与最大熵模型(毫不奇怪)共享了一些组件,你已经找到了一些库。然而,要想了解这些库如何在因果熵强迫的实现中使用,您必须查看本文,并找出不同表达式如何匹配/共享组件。我不相信这里有人会帮你这么做。Wikipedia article about maximum entropy可能有助于您找到关系。在
为了开始动画和运动,我建议您找到一些精灵动画的介绍,for example this one。这将帮助您了解如何使用代码在空间中移动对象。在
编辑
这篇论文的supplemental material当然也值得一看,甚至包含一些伪代码。另外,本文参考文献[12]内容如下:
我试着把那次谈话中的想法用得有点简单。在
我想象的系统只有一个变量,外加均匀噪声和正反馈。想象一下在重力场中,一根棍子在一根棍子上被平衡的角度。 我想象中的系统在一瞬间的进化被描述为
如果我运行这个模拟,θ会很快变为π或-PI,然后在那里波动。在
现在我介绍踢腿的概念(在这里,我们要么什么也不做,要么向左或向右踢系统,比噪音的作用大5倍):
^{pr2}$最后,我们来到主循环。在每一次迭代中,以下装置考虑了给系统一次冲击的可能性,并计算了一个与各种可能的未来相关的度量(希望如此)(而不是原始问题中的熵):
下面是度量的实际实现:
首先计算可能系统状态的概率分布。然后我们用数字历史()将θ的整个历史演变分为10个部分。然后我们计算所有料仓的标准偏差。这不一定是最好的指标,但它似乎是一个大致的估计。在
以下是输出(带有一些额外的调试信息)的外观:
上述模拟是用以下方法完成的:
我意识到没有完全遵循原始论文中的数学,但是(相当不准确地)使用了它的总体思想。在
相关问题 更多 >
编程相关推荐