深刻淺出強化學習原理入門筆記2-3節

第2章 馬爾科夫決策過程 2.3基於gym的MDP實例講解 在運行本節實例的程序是，出現了一些錯誤，緣由多是做者使用的Python版本與本身使用的不一致，因此返回了一些錯題，通過測試，能夠作出如下修改:(兩個函數定義形式） 在grid_mdp.py文件中，函數定義的原形式以下web def _step(self,action): ---snip--- def _reset(self)

>>阅读原文<<