Reward func

Rl.py

@@ -214,6 +214,27 @@ def rewardG(appliable, config, action, missingLinks):
   return reward
 ################################################################################
 
+################################################################################
+def rewardA(appliable, config, action, missingLinks):
+  if appliable:
+    if action.name != "BACK" :
+      reward = -action.getOracleScore(config, missingLinks)
+    else :
+      canceledRewards = []
+      found = 0
+      for i in range(len(config.historyPop))[::-1] :
+        if config.historyPop[i][0].name == "NOBACK" :
+          found += 1
+          if found == action.size :
+            break
+        else :
+          canceledRewards.append(config.historyPop[i][3])
+      reward = np.log(1-sum(canceledRewards)) if -sum(canceledRewards) > 0 else -1
+  else:
+    reward = -forbiddenReward
+  return reward
+################################################################################
+
 ################################################################################
 def reward3G(appliable, config, action, missingLinks):
   if appliable: