マップに格納されたベクトルのベクトルを更新

Question

I有しa.hに次の設計：

class A { 
    virtual void updateCoefficients(std::string /*state*/, std::vector<std::vector<double>>& /*coefs*/, 
            double /*reward*/) {} 
protected: 
    std::map<std::string, std::vector<std::vector<double>>> heuristic; 
} 

class B : public A { 
    virtual void updateCoefficients(std::string state, std::vector<std::vector<double>>& coefs, 
            double reward) override; 
} 

とa.ccで：

void B::updateCoefficients(std::string state, std::vector<std::vector<double>>& coefs, 
            double reward) { 
    for(unsigned i = 0; i < coefs.size(); i++) { 
     coefs[i][0] += 1; 
    } 

    for(unsigned i = 0; i < coefs.size(); i++) { 
     coefs[i][1] += 2; 
    } 
} 

Iはclass Aで定義されたメソッドからupdateCoefficients呼び出しつつ：

void A::foo(std::string state, std::string action, double const& reward) { 
     if (heuristic.count(action)) { 
      updateCoefficients(state, heuristic[action], reward); 
     } else { 
      std::vector<std::vector<double>> coefs(20, std::vector<double>(2, 0.0)); 
      heuristic[action] = coefs; 
    } 
} 

問題は、ベクターマップheuristicのは更新されていませんが、updateCoefficientsが呼び出されると、すべてのベクトルは初期化されたときと同じように0になります。私は間違って何をしていますか？

アイデアは、使用するとclass Aからベースを継承する子クラスで異なるupdateCoefficientsメソッドを定義する必要があり、すべてのメソッドと変数を含むベースとしてclass Aを持つことです。

EDIT

OK、全体のコードはここにOfflineHeuristic.hとOfflineHeuristic.cc見つけることができるようにします。クラスState、ActionState、THTSの情報は無関係です。私は可能な修正を試みましたが、まだマップheuristicは常にゼロの値で満たされています。他のクラスから呼び出されているメソッドはofflineHeuristic->learn(state, action, reward)です。

EDIT 2

エラーコードロジックで、別の場所で実際にありました。上に貼り付けたコードを実際に正しいものにする。誰かがそのような問題に遭遇した場合に備えて質問を残しておきます。または、それが良いことでない場合は、私に質問を削除するように私に知らせてください。

Answer 1

ヒューリスティックが更新されない理由は、A :: fooを2回呼び出す必要があるためです。最初の呼び出しは0で初期化され、次の呼び出しでのみ更新されます。

だから、このようなコードを変更することができることは解決策になります。

void A::foo(std::string state, std::string action, double const& reward) { 
     if (!heuristic.count(action)) { 
      std::vector<std::vector<double>> coefs(20, std::vector<double>(2, 0.0)); 
      heuristic[action] = coefs; 
     } 
     updateCoefficients(state, heuristic[action], reward); 
} 

そして、あなたのコードの残りの部分は動作します - データが更新されます。することはできtry it here

A* instance = new B(); 
instance->foo("aaa", "bbb", 123); 
cout << "First call" << endl; 

for (auto h : instance->heuristic) 
    for (auto b : h.second) 
     for (auto c : b) 
      cout << c << " "; 
cout << endl;    
instance->foo("aaa", "bbb", 123); 
cout << "Second call" << endl; 

for (auto h : instance->heuristic) 
    for (auto b : h.second) 
     for (auto c : b) 
      cout << c << " "; 
cout << endl;    

出力：

First call 
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
Updated 
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 

Answer 2

あなたが、それは純粋仮想エラーを回避するために作る、基本クラスのメソッドを使用しているように私には思えます。 virtual void updateCoefficients(...) = 0;

期待どおりに動作します。

// Example program 
#include <iostream> 
#include <string> 
#include <vector> 
#include <map> 

class A { 
    virtual void updateCoefficients(std::string /*state*/, std::vector<std::vector<double>>& /*coefs*/, 
            double /*reward*/) = 0; 
protected: 
    std::map<std::string, std::vector<std::vector<double>>> heuristic; 
public: 
    void foo(std::string state, std::string action, double const& reward); 
    virtual ~A() {} 

}; 

void A::foo(std::string state, std::string action, double const& reward) { 
     if (heuristic.count(action)) { 
      updateCoefficients(state, heuristic[action], reward); 
      std::cout << "exist\n"; 
      std::cout << heuristic[action][0][0] << '\n'; 
      std::cout << heuristic[action][0][1] << '\n'; 
     } else { 
      std::vector<std::vector<double>> coefs(20, std::vector<double>(2, 0.0)); 
      heuristic[action] = coefs; 
      std::cout << "not exist\n"; 
    } 
} 

class B : public A { 
    virtual void updateCoefficients(std::string state, std::vector<std::vector<double>>& coefs, 
            double reward) override; 
public: 
    virtual ~B() {} 
}; 

void B::updateCoefficients(std::string state, std::vector<std::vector<double>>& coefs, 
            double reward) { 
    for(unsigned i = 0; i < coefs.size(); i++) { 
     coefs[i][0] += 1; 
     coefs[i][1] += 2; 
    } 
} 

int main() 
{ 
    A* a = new B(); 
    a->foo("aaa", "bbb", 2.0); 
    a->foo("aaa", "bbb", 2.0); 
    a->foo("aaa", "bbb", 2.0); 
    delete a; 
    return 0; 
}