强化学习简单示例——SARSA算法

【注】我也是刚刚接触强化学习的内容，对这部分理解不是很透彻，代码写的可能也会有不对或不完善的地方，还请各位批评指正。这个问题是个做业，这是我本身编的代码，老师提供的答案出来后再更。ios 【问题描述】 图中S为起点，G为终点，每次能前、后、左、右、左前、左后、右前、右后移动。当到达第4-9列的某一列时，会在某一状态的基础上向上被吹一格。如某一时刻到达了第4行第4列，则会被吹到第3行第4列。在第4行

>>阅读原文<<