عامل یادگیرنده
چهار روش یادگیری را عوض کنید اگر عامل گیر کرد؛ هر نقشه راهی تازه و طولانی میسازد
نقشه
—
اپیزود
0
قدم
0
روش
کیو
ε
1.00
پاداش
0.00
سخت
خیلی سخت
جهنمی
کیو
سارسا
کیو دوتایی
داینا
آموزش
توقف
تماشا
از نو
نقشه تازه
سرعت
شروع
هدف
چاه
دیوار
ارزش آموختهشده