強化學習實例3：Q-Learning和Q-Network

The Frozen Lake environment，有4 x 4網格表明湖面,有16個狀態，其中S,H,F和G表明不一樣的格子塊，4個行爲（上下左右）python S：開始塊 F：冰塊 H：洞 G：目標塊 Q-Learning 包括Q-table（16x4）和Q-value網絡 import gym import numpy as np import time env = gym.make(

>>阅读原文<<