摘要： 将例二改写成面向对象模式，并加了环境！ 不过更新环境的过程中，用到了清屏命令，play()的时候，会有点问题。learn()的时候可以勉强看到:P 0.效果图 1.完整代码 相对于例一，修改的地方： Agent 五处：states, actions, rewards, get_valid_actio 阅读全文

摘要： 本文作者：hhh5460 本文地址：https://www.cnblogs.com/hhh5460/p/10139738.html 例一的代码是函数式编写的，这里用面向对象的方式重新撸了一遍。好处是，更便于理解环境(Env)、个体(Agent)之间的关系。 有缘看到的朋友，自己慢慢体会吧。 0.效果 阅读全文

摘要： 本文作者：hhh5460 本文地址：https://www.cnblogs.com/hhh5460/p/10134855.html 问题情境 一个2*2的迷宫，一个入口，一个出口，还有一个陷阱。如图 （图片来源：https://jizhi.im/blog/post/intro_q_learning） 阅读全文