Added new reward func

Rl.py

@@ -2,6 +2,7 @@ import sys
 import random
 import torch
 import torch.nn.functional as F
+import numpy as np
 from Util import getDevice
 
 ################################################################################
@@ -152,3 +153,32 @@ def rewardE(appliable, config, action, missingLinks):
   return reward
 ################################################################################
 
+################################################################################
+def rewardF(appliable, config, action, missingLinks):
+  if appliable:
+    if "BACK" not in action.name :
+      reward = -1.0*action.getOracleScore(config, missingLinks)
+    else :
+      back = action.size
+      error_in_pop = [i for i in range(1,back) if config.historyPop[-i][3] < 0]
+      last_error = error_in_pop[-1] if len(error_in_pop) > 0 else 0
+      reward = last_error - back
+  else:
+    reward = -3.0
+  return 10*reward
+################################################################################
+
+################################################################################
+def rewardG(appliable, config, action, missingLinks):
+  if appliable:
+    if "BACK" not in action.name :
+      reward = -action.getOracleScore(config, missingLinks)
+    else :
+      back = action.size
+      canceledRewards = [h[3] for h in config.historyPop[-back:]]
+      reward = np.log(1-sum(canceledRewards)) if -sum(canceledRewards) > 0 else -1
+  else:
+    reward = -3.0
+  return reward
+################################################################################
+