玄在天涯的博客

前一篇文章https://blog.csdn.net/qq_35694280/article/details/106446214介绍了使用Matlab代码如何利用Q-learning或者SARSA在一维空间实现探索，并且训练机器如何自动达到目标。这篇文章在此基础上将一维空间延伸至二维空间，将算法应用到二维空间的探索与训练上，最终实现规划的目标。这篇文章也承接上一篇，通过在二维环境中Q-learning与SARSA的表现来展示二者的区别。一、问题描述本文针对的二维环境如图所示是一个二维网格模型，我们将

强化学习（Reinforcement Learning, RL）作为机器学习的一种技术，近年来受到了大量的关注，也取得了一些应用上的进展，比如AlphaGo的成功。论坛上已经有了大量的帖子博文介绍强化学习，感兴趣的朋友可以参考https://blog.csdn.net/Young_Gy/article/details/73485518，https://blog.csdn.net/liweibin1994/article/details/79079884这里应用强化学习中最基本的Q-Learning算法来实