Q-learning算法实践

我们将会应用 Q-learning 算法完成一个经典的 Markov 决策问题 -- 走迷宫！ 项目描述： 在该项目中，你将使用强化学习算法，实现一个自动走迷宫机器人。 如上图所示，智能机器人显示在右上角。在我们的迷宫中，有陷阱（红色炸弹）及终点（蓝色的目标点）两种情景。机器人要尽量避开陷阱、尽快到达目的地。 小车可执行的动作包括：向上走 u、向右走 r、向下走 d、向左走 l。 执行不同的动作后

>>阅读原文<<