强化学习Qlearning算法matlab

Qdemo演示程序 Qlearning Q学习主程序 调用 drnd（随机变量生成函数） robot alpha gamma 学习参数 best 最优路径 state 状态 task initialState 初始状态 terminalState 终止状态 Rew 环境给予的回报 N 学习次数 注意：任务改变时，要设当改变execut子函数和一些脚标变换函数。 用于打印状态的statements也要改一下。