Q-Learning 迷宫寻路示例

Q-Learning 算法简介

Q-Learning 是一种无模型的强化学习算法，用于学习在给定状态下采取何种行动能获得最大累积奖励。

算法核心公式：Q(s,a) = Q(s,a) + α [R(s,a) + γ max Q(s',a') - Q(s,a)]

其中：

• Q(s,a): 在状态s下采取行动a的价值
• α: 学习率，控制新信息覆盖旧信息的程度
• R(s,a): 在状态s下采取行动a获得的即时奖励
• γ: 折扣因子，衡量未来奖励的重要性
• max Q(s',a'): 下一状态s'中所有可能行动的最大Q值

在本示例中，智能体从起点出发，尝试找到通往终点的最短路径，同时避开墙壁。