y54y5666

摘要： 基于时序差分学习（TD Learning）的路径规划仿真，包含SARSA和Q-learning两种算法对比 一、仿真环境构建 1. 迷宫地图定义 %% 环境参数设置 gridSize = [12,4]; % 迷宫尺寸 startPos = [1,1]; % 起点坐标 goalPos = [12,4] 阅读全文