Maze Q-Table

強化學習允許代理人透過環境中的反覆試驗來學習。想像一個迷宮。使用 Q 表，代理程式探索迷宮（狀態）並採取不同的動作（例如向上、向下、向左或向右移動）。 Q 表記錄每個狀態下每個動作所獲得的獎勵（好的選擇為正，壞的決策為負）。隨著時間的推移，代理人會更新 Q 表，以優先考慮帶來最高獎勵的行動，並最終學習穿過迷宮的最佳路徑。

透過實踐學習

在此應用程式中，您將引導特工穿過充滿磚塊的迷宮。代理商將使用一種稱為 Q 學習的技術來導航迷宮並達到目標。透過觀察代理人的探索和學習過程，您將了解強化學習概念。

*可調節難度

想讓代理商的事情變得更容易還是更困難？您可以透過調整兩個設定來控制迷宮的難度：

磚塊障礙尺寸：選擇代理需要繞過的磚塊尺寸。較大的磚塊可以創造出更開放的迷宮，而較小的磚塊則可以創造出更緊湊的迷宮。

Number of Episodes：此設定決定代理程式將嘗試學習迷宮的次數。隨著情節的增加，智能體有更多的機會探索和改善其決策策略。

掌控並追蹤進度

該應用程式提供了兩個按鈕來控制模擬：

生成迷宮：此按鈕使用所選磚塊尺寸建立新迷宮。

開始學習：一旦您對迷宮佈局感到滿意，請點擊此按鈕開始代理的學習過程。

可視化學習進度

除了觀察代理在迷宮中導航之外，您還可以使用隨附的學習率圖來追蹤其學習進度。此圖繪製了代理人的獎勵（正強化）與情節數的關係。透過分析此圖，您可以看到代理的學習率如何影響其決策以及它如何隨著時間的推移而改善。

準備好親眼目睹強化學習的力量吧！當智能體探索迷宮時，您將看到它如何學習做出最佳選擇並克服挑戰。學習率圖表將透過視覺化代理人在整個訓練過程中的進度來進一步增強您的理解。