《深度强化学习-边做边学》第二章 在走迷宫任务中策略迭代方法（修改后的代码）

# maze_random #### 介绍 《深度强化学习——边做边学》第二章 在走迷宫任务中策略迭代方法（修改后的代码） [https://www.cnblogs.com/devilmaycry812839668/p/13305933.html](https://www.cnblogs.com/devilmaycry812839668/p/13305933.html) #### 运行环境 python3.6.5 numpy模块 matplotlib模块 #### 使用说明 1. main.py 是使用策略迭代方法进行一次实验的结果 2. main_hist.py 是使用策略迭代方法进行10000次实验结果，迭代次数为横轴，实验次数为纵轴 3. Picture_results 文件夹里面是main.py和main_hist.py的实验结果