强化学习实例3：Q-Learning和Q-Network

The Frozen Lake environment，有4 x 4网格表明湖面,有16个状态，其中S,H,F和G表明不一样的格子块，4个行为（上下左右）python S：开始块 F：冰块 H：洞 G：目标块 Q-Learning 包括Q-table（16x4）和Q-value网络 import gym import numpy as np import time env = gym.make(

>>阅读原文<<