Initialversion: Forschungsprojekte 'HRT meets' und 'Grundsymbole' integriert

Algorithmen/Code MDP Algorithmus.md

@@ -0,0 +1,33 @@
+```python
+
+import numpy as np
+
+# Beispielhafte Definitionen (stark vereinfacht)
+states = np.arange(7)  # NRS 4-10, Schmerz kontrolliert als Zustand 7
+actions = np.array([0, 1, 2, 3])  # Esketamin, Fentanyl, Anpassen, Diagnostik
+P = np.zeros((len(states), len(actions), len(states)))  # Übergangsmatrix
+R = np.zeros((len(states), len(actions)))  # Belohnungsmatrix
+
+# Beispielhafte Füllung von P und R mit fiktiven Daten
+
+# Value Iteration
+V = np.zeros(len(states))
+gamma = 0.99
+threshold = 0.01
+while True:
+    delta = 0
+    for s in range(len(states)):
+        v = V[s]
+        V[s] = max(sum(P[s, a, s_prime] * (R[s, a] + gamma * V[s_prime]) for s_prime in range(len(states))) for a in actions)
+        delta = max(delta, abs(v - V[s]))
+    if delta < threshold:
+        break
+
+# Optimale Politik berechnen
+policy = np.zeros(len(states), dtype=int)
+for s in range(len(states)):
+    policy[s] = np.argmax([sum(P[s, a, s_prime] * (R[s, a] + gamma * V[s_prime]) for s_prime in range(len(states))) for a in actions])
+
+print("Optimale Politik:", policy)
+```
+