深入浅出强化学习原理入门笔记2-3节

第2章 马尔科夫决策过程

2.3基于gym的MDP实例讲解

在运行本节实例的程序是，出现了一些错误，原因可能是作者使用的Python版本与自己使用的不一致，所以返回了一些错题，经过测试，可以做出以下修改:(两个函数定义形式）
在grid_mdp.py文件中，函数定义的原形式如下

def _step(self,action):
     ---snip---

 def _reset(self):
		---snip---

需要将step和reset前的横线 _ 去掉，之后可以正常运行

如果返回缺少 gym 模块，可以先执行 import gym，再执行之后的程序即可。