qq_40738862的博客

原创 强化学习导论_Example 6.5: Windy Grid-world

RL_Example 6.5: Windy Grid-world组会汇报时需要整理 《强化学习导论》第二版- Sutton一书中的例题代码，所以将理解过程记录了一下，并且巩固一遍python的基础知识。书中页码：P130, 对应 Chapter 6: Temporal-Difference Learning一、Problem:​ 1、Grid-world: 7x10 从起点（3，0）到达终点（3，7）012