GridWorld – 強化學習網格地圖

⚙ 網格設定

網格大小 n

起點 (S)

終點 (G)

障礙物

空格

顯示 V(s) 數值

顯示策略箭頭

使用價值迭代演算法推導最佳行動，取代隨機策略。

- 網格大小

0 障礙物

⊞

請選擇網格大小，然後點擊「建立網格」