frozen-lake:许多用于网格世界变体方案的强化学习算法

自述文件 如果您安装了pipenv，则我们提供了一个pipfile。 实施的 策略迭代 冰冻的湖面环境 价值迭代 Sarsa控制 Q学习 Sara控制+线性函数逼近 Q学习控制+线性函数逼近 否则，请确保通过pip install numpy 。