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
Q-Learning是一种无模型的强化学习算法,它能够使代理(Agent)在与环境互动的过程中学习最优策略,无需了解环境的完整动态模型。在迷宫路线规划问题中,Q-Learning被用来指导代理找到从起点到终点的最优路径,通过不断尝试和学习来优化其行为决策。
Q-Learning属于值函数方法,其核心思想是通过迭代更新一个动作价值函数Q(s,a),该函数评估在状态s采取动作a后,预期的长期奖励。更新过程遵循贝尔曼方程,同时利用了探索(Exploration)和利用(Exploitation)的概念,以平衡对未知状态的探索和已知有利路径的利用。