qlearning:qlearning的Matlab教程

学习 qlearning的Matlab教程 详情类型 帮助qlearning 在工作目录中 Q学习 两个输入：R 和伽马 即时奖励矩阵； 行（出发）和列（目标）=状态； -Inf = 房间之间没有门 目标房间是F，所以直接通向目标的门有100的即时奖励 一种 乙 C D 乙 F 一种 1 乙 1 1 C 1 D 1 1 1 乙 1 1 1 F 1 1 1