（飛槳）強化學習7日打卡營——基於表格型方法求解RL

兩個做業的對比：web Lesson2 表格型方法—— Q-learning （當心探索） # 根據輸入觀察值，採樣輸出的動做值，帶探索 def sample(self, obs): if np.random.uniform(0, 1) < (1.0 - self.epsilon): #根據table的Q值選動做 action = self.pred

>>阅读原文<<