2019-04-22派森学习第154天

在迷宫宝藏的强化学习程序中，最主要的程序是RL_brain这个程序。

这个程序中，定义了一个QLearningTable的类，在类中定义了包括def __init__()在内的4个函数。

在def __init__()中线初始化定义了一些参数，比如学习效率

函数def choose_action()则设置了一个阈值epsilon,如果随机数小于阈值，则按照Q-table选择下一步，如果大于阈值，则随机选择下一步。

函数learn()中，考虑了两种情况：第一种，如果下一步不是终结，那么将按照红色的公式计算q_target；第二种，下一步是终结，则按照蓝色框计算q_target。最后还要根据q_target和q_predict的差值来更新Q值表。

learn

函数def check_state_exist()主要为了判断q状态表中的状态是不是存在。如果没有就创建。