matlab代码左移183DA
MDP_solver（原始查看！）
机器人！（但主要是理论上的）
说明：不多，在MATLAB中打开脚本并运行。
基本任务的最佳策略将在每个步骤的命令窗口中显示。
顶级命令从“主要”部分下的第84行开始。
习题集问题：预备赛0a）我（蒂莫西·李）独自完成了这项工作。
0b）MATLAB圣经，当我不了解Bellman
Backup的实现时，我查阅了这些幻灯片
MDP系统1a）第24行，N_s
=
26
1b）第54行，N_a
=
25
1c）第146行
规划问题2a）禁用状态的初始化类似于7，第304行包含状态有效性功能，该功能使用备用数据结构快速检查状态是否被禁用。
从第167行开始的代码块处理边缘情况。
当机器人尝试移入墙壁（或由于错误而撞入墙壁）时，pdf会相应移动；
2b）行280返回给定状态的奖励。
由于奖励是硬编码的，因此此函数仅引用第65行中初始化的“奖励状态”矩阵。
在策略迭代3a）第74行中，状态索引的所有动作在我的代码中均为“
left”或“
4”，因为那是动作空间矩阵中“
left”命令的行索引。
3b）第319行，该函数接受一个策略并
