包括程序操作录像

1.软件版本

matlab2022a

2.运行方法

     使用matlab2022a或者高版本仿真，运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。视频播放使用windows media player播放。

3.部分仿真截图

4.内容简介

经过多轮训练后，Q 表已经学习到了不同状态下较优的动作策略。在实际路线搜索时，将机器人置于起点状态，然后在每一个状态下，直接选择 Q 值最大的动作（即采用贪婪策略，不再有探索概率 ），机器人按照选择的动作依次移动，直至到达终点，所经过的路径即为搜索到的最优路线（在 Q 表学习足够好的情况下，近似最优）。