摘要： 恢复内容开始 在编写强化学习算法时，逻辑思想是：将exp信息放在一个字典里；exp成功失败的计数放在一个字典里，里面套列表；最后将exp信息放在一个根据exp中lp值进行排序的列表中。 Exp_info = {‘name’:xxx, ‘lp’:xxx } Exp_dic = {xxx:[1,0],w 阅读全文