强化学习走迷宫

问题 1

正确完成 问题 1：请参照如上的定义，描述出 “机器人走迷宫这个问题” 中强化学习四个组成部分对应的实际对象。

问题 2

正确完成 问题 2：根据已知条件求 $q(s_{t},a)$，在如下模板代码中的空格填入对应的数字即可。

问题 3

正确完成 问题 3：在如下的代码块中，实现 epsilon-greedy 算法的逻辑，并运行测试代码。

问题 4

正确完成 问题 4：在如下的代码块中，创建你的迷宫并展示。

问题 5

正确完成 问题 5：随机移动机器人，并记录下获得的奖励，展示出机器人最后的位置。

问题 6

正确完成 问题 6：实现 Robot.py 中的8段代码，并运行如下代码检查效果。

问题 7

正确完成 问题 7：尝试利用下列代码训练机器人，并进行调参。

问题 8

正确完成 问题 8：使用 runner.plot_results() 输出训练结果，根据该结果对你的机器人进行分析。

问题 9

将 robot.py 、 robot_maze.ipynb 、 robot_maze.html 的文件打包，提交文件给审阅者。