更新存储在地图中的矢量矢量

Question

我有以下设计ah ：

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;
}

在a.cc ：

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;
     }
}

我从class A定义的方法调用updateCoefficients ：

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;
    } 
} 

问题是地图heuristic中的向量coefs没有被更新，但每当调用updateCoefficients ，所有向量都是0，因为它们在初始化时是。 我究竟做错了什么？

我们的想法是将class A作为基础，包含必须使用的所有方法和变量，并在继承class A基class A子类中定义不同的updateCoefficients方法。

编辑

好的，所以整个代码可以在这里找到OfflineHeuristic.h和OfflineHeuristic.cc 。 类State ， ActionState ， THTS中的信息无关紧要。 我已经尝试了可能的修复，但仍然，地图heuristic不断填充零值。 从其他类调用的方法是offlineHeuristic->learn(state, action, reward) 。

编辑2

错误实际上是在代码逻辑中的另一个地方。 使上面粘贴的代码实际上是正确的。 如果有人遇到这样的问题，我会留下问题。 或者，如果这不是一件好事，请告诉我，所以我删除了这个问题。

Answer 1

启发式未更新的原因是因为您需要两次调用A :: foo。 首先调用它将初始化为零，只有下一个调用将更新它们;

所以可能会改变这样的代码将是一个解决方案：

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);
} 

其余代码可以正常工作 - 数据已更新。 你可以在这里试试

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;               

输出：

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

在我看来，你正在使用基类方法，使其成为纯虚拟以避免错误。 virtual void updateCoefficients( ... ) = 0;

按预期工作。

// 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;
}